Constats clés : Le leader convergent : un nouveau modèle pour maintenir la croissance face à la perturbation

45 min de lecture

| Updated ; first published

Préface conjointe des PDGs

Dix ans à partir de maintenant, lorsque nous tenterons d’identifier le point tournant de la transformation de la main-d’œuvre induite par l’intelligence artificielle (IA), le moment pourrait coïncider avec le lancement de cette recherche en août 2025, un an avant que la loi européenne sur l’intelligence artificielle (IA) n’entre en vigueur.

Les incertitudes géopolitiques et économiques, la hausse des coûts énergétiques et les obligations d’adaptation climatique avaient contraint les dirigeants en Europe à réduire les investissements dans la culture d’entreprise et l'engagement des employés. Réduire l'écart de productivité avec les États-Unis et l'Asie exigeait qu'ils accélèrent les investissements dans l'IA, car la croissance en dépendait pour être mise en œuvre à grande échelle. Comment la main-d’œuvre mettrait en œuvre cette transformation, personne ne le savait.

En tant que deux organisations ancrées dans des décennies de recherche sur la main-d’œuvre et d'expertise en inclusion, nous nous sommes donnés pour mission de découvrir. Catalyst, fort de plus de 60 ans de recherche et de solutions pratiques pour aider à construire des milieux de travail qui fonctionnent pour les femmes et pour tout le monde, a apporté une perspective claire sur le genre aux côtés d’un personnel basé en Europe et d’un contexte régional. Coqual, avec ses décennies de recherche et son travail auprès de multinationales à travers des laboratoires mondiaux et une communauté de pratique basée en Europe, a apporté des perspectives sur la manière dont l’inclusion et l’innovation prennent forme au sein des organisations. Ensemble, nous savions que nous avions l’expertise analytique pour entreprendre une enquête approfondie sur pourquoi l'inclusion pourrait compter plus que jamais, et non moins, alors que la technologie transforme la nature même du travail. Nous avons lancé notre recherche conjointe avec une enquête dans trois pays auprès de dirigeants et d’employés, associée à des entretiens approfondis, et avons ancré le tout dans une forte perspective d’inclusion, comprenant des questions et des analyses basées sur des identités pertinentes et régionales, afin de développer une meilleure compréhension de la manière dont les technologies IA façonneraient les forces de travail européennes.

Comme vous le verrez, le récit qui en est ressorti ne se divise pas selon des lignes démographiques. Il parle plutôt de ce dont tous les travailleurs ont besoin alors que l'IA prend en charge les tâches, redéfinit les flux de travail et réécrit l'organigramme : un nouveau type de leadership. Les comportements, compétences et mentalités qui ont historiquement soutenu les groupes marginalisés et sous-représentés sont ce dont tout le monde a besoin pour prospérer dans un environnement de travail habilité par l'IA.

Ceci n'est pas pour dire que nous croyons que la Diversité, l'Équité et l'Inclusion (DEI) ne comptent plus. Les biais sont ancrés dans les technologies IA. L'avantage se concentre sur ceux qui ont accès. Les désavantages s'accumulent pour ceux qui ont historiquement fait face à un examen plus minutieux et à moins de tolérance pour les erreurs. Alors que les entreprises commencent à suivre les impacts de l'IA sur les travailleurs, il est possible que les membres les plus vulnérables et marginalisés de la main-d’œuvre soient affectés de manière disproportionnée.

Mais peut-être que non. Parce que les organisations se trouvent à un point d'inflexion : si les dirigeants adoptent l’état d'esprit flexible, les compétences en IA et les comportements inclusifs que nos données révèlent comme primordiaux pour une transformation réussie, ils pourront accélérer non seulement la croissance des affaires, mais aussi la croissance et le développement de leurs employés, quelle que soit leur démographie.

Le rapport suivant détaille comment saisir ce moment historique. Cela

à la fois un guide pour les dirigeants et un plan pour les organisations visant à construire l'avenir que nous souhaitons et dont nous avons collectivement besoin.

Et cette construction doit commencer dès maintenant.

Jennie Glazer, PDG de Coqual
Jennifer McCollum, Présidente & PDG de Catalyst

Comment citer : Constats clés : Le leader convergent : un nouveau modèle pour soutenir la croissance face aux perturbations. (2026). Catalyst et Coqual.

 

En savoir plus sur le leader convergent

Introduction

Les leaders d'entreprise en Europe, comme leurs homologues ailleurs, investissent massivement dans des technologies de transformation, telles que l'intelligence artificielle (IA), pour stimuler la croissance. Mais que cette stratégie libère ou non le dividende de croissance de l'IA dépendra largement de savoir si les personnes sur lesquelles les dirigeants comptent pour automatiser et augmenter leur travail sont habilitées – et disposées – à le faire.

En concentrant notre enquête sur trois marchés illustratifs : la France, l'Allemagne et le Royaume-Uni (UK), nous avons cherché à savoir comment les organisations peuvent atteindre la transformation technologique promise par l'IA. Les données révèlent que les organisations se trouvent à un point d'inflexion. L'investissement effréné dans l'IA les a apparemment amenées au seuil de la transformation technologique. Mais pour que l'IA tienne ses promesses de croissance considérable, les dirigeants doivent désormais prioriser la manière dont ils engagent, développent et motivent leurs équipes en parallèle avec la technologie.

Nous voyons cela comme une opportunité majeure pour les grandes organisations : en habilitant les employés à être co-créateurs de leur avenir assisté par l'IA, les organisations peuvent garantir la confiance, l'ingéniosité et la diversité qui débloquent l'innovation et soutiennent la croissance.

Nos conclusions suggèrent également que l'habilitation des équipes dans cette transformation nécessitera un nouveau type de leadership caractérisé par des compétences en IA, des comportements inclusifs et un état d'esprit flexible défini par une curiosité infatigable, une grâce sous pression et un jugement centré sur l'humain.

Lire le rapport complet

Si votre organisation est un Supporter Catalyst, vous pouvez télécharger la version complète de Le leader convergent : Un nouveau modèle de leadership pour soutenir la croissance face aux perturbations pour en savoir plus sur l'adoption de l'IA qui développe la confiance, protège l'inclusion et apporte des performances mesurables.

Lire le rapport

Quels sont les obstacles à la croissance facilitée par l'IA

Dans les organisations que nous avons étudiées, nous avons constaté que les dirigeants subissent une pression intense pour que les investissements majeurs dans l'intelligence artificielle (IA) génèrent de la croissance, en particulier alors que les vents contraires du marché la freinent. Dans cette volonté de transformation, cependant, le travail humain de guider les employés à travers ce changement a été relégué au second plan. On demande aux employés d'expérimenter, de s'adapter et de porter la transformation, souvent sans orientation, protection ni soutien. Le résultat ? Un décalage croissant entre ce que les dirigeants attendent des employés et ce que ces derniers sont disposés et capables de livrer alors que l'IA transforme leur travail.

Ce que nous avons appris des dirigeants

Tout le monde n'a pas accès aux outils et formations en IA.

Les licences sont coûteuses, ont expliqué les dirigeants, tout comme les modules de formation. Pourtant, ils n'ont pas pu articuler une logique pour définir qui méritait d'y accéder.

L'acquisition de compétences en IA est discrétionnaire.

Les dirigeants s'attendent à ce que les utilisateurs apprennent et pratiquent par eux-mêmes, selon leur disponibilité. Seuls environ un employé sur trois (35 %) déclare que son organisation l'aide à acquérir des compétences en IA pertinentes pour son rôle.1

L'IA responsable est perçue comme un frein à la croissance plutôt qu'un moteur.

Environ trois dirigeants sur cinq (61 %) déclarent que leur organisation dispose d'une politique d'IA responsable,2 mais les dirigeants que nous avons interrogés ont indiqué que l'IA responsable est perçue comme une contrainte étouffante supplémentaire qui ralentit l'adoption, l'innovation et la productivité.

La plupart des dirigeants (95 %) ne peuvent pas quantifier l'impact de l'IA car leurs organisations ne le suivent pas.3

Certaines organisations peinent à élaborer des métriques appropriées, tandis que d'autres ne considèrent pas le suivi de l'impact comme un investissement prioritaire.

Plutôt que d'embaucher de jeunes talents, les organisations cèdent des postes de niveau débutant à l'IA.4

Les dirigeants sont conscients de la perturbation que cela présage pour le vivier de talents ; ils s'inquiètent également de la dépendance à l'IA qui remplace les opportunités pour les jeunes talents de se développer et d'affiner leur jugement, leur pensée critique et leurs compétences en interaction humaine. Mais ils ne sont pas enclins à embaucher de jeunes talents ou à protéger ces rôles.

Ce que nous avons appris des employés

Les employés sont préoccupés par l'IA - surtout par son impact sur leur avenir

Seulement environ un tiers des employés (35 %) sont des adoptants enthousiastes des outils d'IA.5 À peu près le même nombre (34 %) craint d'être remplacé par l'IA.6

‘Les discussions dans mon réseau ressemblent à, “Quand cette épée va-t-elle me couper la tête ?”, sur un ton humoristique mais pas si drôle en réalité. C'est un sujet constant.’ 

 – Responsable de l'inclusion, plateforme technologique mondiale

Les employés se sentent exclus de la conversation sur l'IA.

Seulement un employé sur trois (33 %) estime que son organisation communique efficacement l'impact de l'adoption de l'IA.7

Les employés reconnaissent que les dirigeants peuvent ne pas avoir toutes les réponses qu'ils recherchent, mais apprécieraient néanmoins qu'on leur dise ce que les dirigeants savent.

Les employés se méfient des dirigeants.

  • 16%

    disent que les dirigeants restent confiants et solidaires pendant les changements liés à l'IA.8

  • 33%

    ressentent que les dirigeants manquent d'intégrité en période de perturbation des activités.9

Les employés ne font pas confiance à l'IA pour améliorer leur travail ou protéger leurs données.

Près de la moitié de la main-d'œuvre (47 %) est pessimiste quant au fait que l'intégration de l'IA dans le travail quotidien les rendra plus productifs.10 De plus, 37 % des employés se méfient de l'IA dans le cadre du partage de données.11

Les employés sont cyniques quant à l'engagement des dirigeants envers l'inclusion.12

Près de quatre employés sur cinq (78 %) ne sont pas d'accord pour dire que les dirigeants de leur organisation font des efforts pour créer une culture plus inclusive.13 Au cours des 18 derniers mois, l'accent a changé, selon les interviewés, passant d'une éthique de soutien à une mentalité de survie du plus fort.

Featured image

Implications pour les organisations

Dans l'ensemble, nos constatations qualitatives et quantitatives suggèrent un profond décalage entre ce que les dirigeants attendent et ce que les employés anticipent.

Les dirigeants comptent sur les employés pour stimuler l'adoption de l'IA. Mais en rendant les outils et formations disponibles de manière inégale,14 ils confèrent un avantage puissant à certains tout en risquant de marginaliser d'autres, très probablement les femmes, les personnes de couleur et autres populations marginalisées.15

En outre, nous constatons que les dirigeants n'intègrent pas les employés dans les discussions sur l'IA16 ni ne sollicitent leurs commentaires pour éclairer les décisions à ce sujet.17 En l'absence de communication de la part des dirigeants, les employés sont donc laissés à imaginer ce que la mise en œuvre de l'IA pourrait signifier pour eux. Par conséquent, ils ressentent de l'anxiété, de la méfiance, de la peur et du cynisme, des sentiments qui contribuent à la désengagement, à l'épuisement professionnel et à des critiques publiques préjudiciables pour la marque.18

En gardant les employés dans l'ignorance de leurs plans concernant l'IA, en reportant la responsabilité des résultats et de l'atténuation des risques sur les employés, et en négligeant le développement des talents, les dirigeants s'éloignent des véritables exigences du leadership. En conséquence, les employés se sentent insécurisés au point de retenir leur confiance, leur engagement et leur collaboration.

Cette dynamique explique pourquoi l'investissement dans l'IA à lui seul ne se traduit pas automatiquement par une adoption et une croissance. Mais il existe un autre chemin, dans lequel les dirigeants accélèrent et orientent plus fermement la transformation qu'ils envisagent.

Libérer la croissance : ce que les dirigeants doivent faire

Quel type de leadership regagne la confiance des employés et mobilise leur ingéniosité pour débloquer le potentiel de l'IA ? Qui doivent devenir les dirigeants européens pour stimuler la croissance malgré l'incertitude économique, le réalignement politique, le durcissement de la réglementation et une main-d'œuvre en diminution et vieillissante ?

Nous constatons qu'un leadership efficace repose sur des compétences dans trois domaines, et avons qualifié ceux qui excellent dans ces domaines de "leaders convergents".19 Environ un dirigeant sur trois (37 %) aujourd'hui, selon nous, démontre cette convergence de compétences.

Compétences en IA

  • Comprendre le fonctionnement des systèmes d'IA.
  • Identifier les cas d'utilisation potentiels de l'IA dans leur fonction et/ou leur rôle pour avoir un impact direct sur les bénéfices.
  • Améliorer régulièrement leurs compétences dans l'utilisation des outils, l'IA responsable et l'IA stratégique.

Comportements inclusifs

  • Fournir un soutien égal à tous les membres de l'équipe.
  • Créer un espace pour que chacun puisse s'exprimer et se faire entendre.
  • Permettre de proposer des idées nouvelles ou risquées sans crainte.
  • Donner des retours clairs et exploitables.
  • Rechercher des perspectives différentes pour en tenir compte.
  • Donner aux membres de l'équipe les moyens de prendre leurs propres décisions.
  • Assumer la responsabilité des erreurs.
  • Tenir les membres de l'équipe responsables de leur comportement et de leur performance.

Mentalité flexible

  • Flexibilité cognitive20 : être capable d'exécuter dans le présent tout en planifiant simultanément ce qui vient après
t.
  • Curiosité implacable : enclin à remettre en question les hypothèses, à expérimenter à la recherche de nouvelles solutions et à rechercher constamment des opportunités pour améliorer leurs connaissances, compétences et pratiques.21
  • Sang-froid : rester calme, décisif et solidaire dans l'incertitude ou l'ambiguïté.22
  • Jugement centré sur l'humain : enclin à privilégier les compétences « douces » (créativité, intelligence culturelle, ouverture et flexibilité) ainsi que les compétences « dures » (pensée analytique, maîtrise technologique et aisance avec les données)23 dans leur manière d'évaluer, de développer et de gérer les talents pour assurer le succès futur.24

    • Le modèle de leadership convergent

    Les leaders convergents incarnent un ensemble de capacités qui combinent des compétences en IA, des comportements inclusifs et, surtout, une mentalité flexible servant à intégrer et renforcer l'impact des capacités inclusives et de l'IA.25

    Compétences en IA

    Les leaders qui développent des compétences en IA en comprenant son fonctionnement, en identifiant des cas d'utilisation et en continuant à se former sur les outils, l'utilisation responsable et l'application stratégique.

    " En tant que leader, vous devez constamment comprendre ce que signifie l'IA, et pas simplement, « J'ai suivi une formation et je sais de quoi je parle. » C'est tout simplement trop complexe."

    - Dirigeant de niveau C, entreprise multinationale d'assurance

    Comportements inclusifs

    Les leaders qui favorisent un environnement d'équipe inclusif, sûr et responsable, où chaque voix est entendue, où l'innovation est encouragée et où la propriété et les retours d'information stimulent la performance.

    "L'utilisation de l'IA bénéficiera de perspectives diverses. Je recherche donc quelqu'un capable d'apporter une perspective très spécifique pour interagir avec l'IA et, de ce fait, en façonner le résultat."

    – Leader de l'inclusivité, société mondiale de services professionnels

    Mentalité flexible

    Les leaders qui font preuve de flexibilité cognitive, d'une curiosité implacable et de sang-froid, utilisant un jugement centré sur l'humain qui équilibre les compétences douces et dures pour naviguer dans l'incertitude et développer les talents pour l'avenir.

    "La curiosité et l'adaptabilité sont les deux principales capacités pour l'ère de l'IA. La curiosité parce que nous devrions toujours optimiser ce que nous faisons et comment nous le faisons. Et l'adaptabilité parce que le changement est une constante. Toute mentalité qui n'est pas flexible maintenant fera face à des difficultés."

    - Directeur des données, organisation de médias commerciaux

    Le pouvoir du leadership convergent

    Quand nous comparons les résultats des leaders convergents avec ceux des non-convergents, l’impact est frappant. Dans les principaux indicateurs commerciaux, y compris l'innovation, la croissance et l'efficacité, les organisations dirigées par des leaders convergents surpassent systématiquement leurs pairs.26

    Featured image

    Les leaders convergents impactent plus que la performance de l'entreprise. Ils favorisent également l'engagement des employés27 et la préparation au changement induit par l'IA.28

    Nos données ont divisé notre échantillon d'employés en deux groupes, facilitant une comparaison :29

    • Autonomisés – ceux qui perçoivent leurs leaders comme inclusifs, adaptables, transparents et actifs dans l'engagement des employés dans le processus d'adoption de l'IA, conformément à notre définition des leaders convergents (58%)
    • Non soutenus – ceux qui ne perçoivent pas leurs leaders comme inclusifs ou enclins à les préparer à une adoption responsable de l'IA (42%)
    Featured image

    Comment cultiver un leadership convergent

    Dans notre rapport complet, nous exposons les principes clés pour les organisations, accompagnés d'étapes concrètes que les leaders et praticiens peuvent entreprendre immédiatement, ainsi que des plans à long terme qu'ils peuvent commencer dès aujourd'hui.

    Pour amplifier la croissance, les organisations doivent créer les conditions qui répondent aux obstacles que nous avons identifiés dans les données et dans les discussions avec des dirigeants d'entreprises en Europe.

    1. Maintenir les employés informés
    2. Faire de l'IA responsable une partie intégrante du travail quotidien
    3. Considérer les employés comme des partenaires dans les résultats de l'IA
    4. Revoir les rôles de début de carrière et les premiers emplois dans un environnement de travail favorisé par l'IA
    5. Utiliser les données pour comprendre l'impact de l'IA sur les individus et le travail

    Conclusion

    Les compétences, comportements et mentalités qui soutiennent les groupes marginalisés sont ce dont chacun a besoin pour prospérer face à la disruption, y compris celle colossale que nous vivons alors que l'IA transforme notre travail et nos vies. Que les investissements dans l'IA produisent une croissance durable dépendra moins de la technologie et davantage de la manière dont les leaders gèrent le changement et dirigent les personnes à travers celui-ci.

    Le leadership convergent offre une voie pratique à suivre. Il ne nécessite pas des organisations de ralentir l'adoption de l'IA ou de lancer de nouvelles initiatives. Il demande aux leaders d'activer des capacités que beaucoup possèdent déjà – compétences en IA, comportements inclusifs et mentalité flexible – et de les appliquer en parallèle avec la transformation continue des entreprises. Ce faisant, les leaders créent les conditions qui encouragent et équipent les employés pour apprendre, expérimenter et prendre les risques collectifs qu'exige un changement à l'échelle de l'entreprise.

    Les leaders européens ont un choix à faire : ils peuvent continuer à permettre à la transformation de l'IA de se dérouler de manière inégale et réactive. Ou alors, ils peuvent exercer un leadership centré sur l'humain qui rétablit la confiance et stimule les progrès. Quoi qu'il en soit, l'IA continuera à remodeler le travail. Mais ce n'est qu'en autonomisant les personnes qui accomplissent ce travail – en respectant la tradition européenne de protection de la dignité humaine – que les leaders libéreront le pouvoir de l'IA pour augmenter l'ingéniosité humaine, accélérer l'innovation et maintenir la croissance économique.

    Méthodologie

    Conception de l'étude et participants

    Nous avons utilisé une méthode mixte composée d'entretiens et d'enquêtes auto-administrées. Les données ont été collectées en octobre et novembre 2025. Au total, nous avons interrogé 2 891 dirigeants d'entreprises et employés en provenance de France (34 %), d'Allemagne (31 %), et du Royaume-Uni (35 %). De l'échantillon global, 34 % étaient des dirigeants d'entreprise et 47 % des femmes. Les secteurs les mieux représentés étaient la Finance et les Services Professionnels (24 %), la Fabrication industrielle et Ingénierie (15 %) et soins de santé et produits pharmaceutiques (11 %). Ceux-ci reflètent en grande partie les principales industries des pays représentés.

    Par ailleurs, nous avons recueilli des informations qualitatives auprès de 31 personnes : cela comprenait des cadres, des leaders de fonction et des chefs d'équipe dans des multinationales basées en Europe, ainsi que des experts en intelligence artificielle, gestion des talents, technologies de l'information et science des données. Des entretiens ont été menés entre octobre 2025 et janvier 2026.

    Matériels et procédures

    Les participants à l'enquête ont été interrogés sur leurs compétences, mentalités et comportements liés à l'intelligence artificielle. Les questions ont été mesurées à l'aide d'une combinaison d'échelles de notation de type Likert et de résultats binaires. Les items destinés aux leaders et aux employés n’étaient pas toujours identiques, car chacun était conçu pour refléter les exigences et attentes spécifiques à leurs rôles respectifs, mais dans de nombreux cas, ils étaient complémentaires. Les données ont été recueillies via une plateforme en ligne et les analyses ont été réalisées à l'aide d'IBM SPSS Statistics.

    Les informations qualitatives ont été recueillies sous la forme d'entretiens semi-structurés. Les noms des personnes interrogées figurant dans le rapport et les principales conclusions ont été modifiés pour préserver l'anonymat des participants.

    Analyse des données

    Nous avons exploré nos questions de recherche à l'aide d'une combinaison de techniques statistiques, notamment des analyses de régression et du chi-carré pour tester les relations entre compétences individuelles, mentalités, comportements et résultats en IA ou organisationnels. Des tests t et des techniques d'ANOVA ont été utilisés pour examiner les différences entre compétences, régions et groupes démographiques. Pour certaines questions de recherche, des analyses de clustering et factoriales ont été utilisées pour assurer la validité des constructions avant de procéder aux techniques analytiques. Les résultats ont été évalués en fonction de leurs niveaux de signification (p ≤ 0,05), tailles d’effet, résidus standardisés et intervalles de confiance, le cas échéant.

    Nous avons examiné les réponses selon des groupes démographiques clés, tels que le genre et la race/ethnicité, afin d'évaluer les différences systémiques dans les expériences. Sur nos principales mesures, nous n'avons pas constaté de différences cohérentes ou statistiquement significatives. Cela ne doit pas être considéré comme une preuve que l'inéquité n'est pas une préoccupation. Les données précédentes sur les changements technologiques et organisationnels suggèrent souvent que les disparités émergent avec le temps. Ces résultats reflètent un point de vue à un instant donné d'une transformation en cours. À mesure que l'adoption de l'IA s'accélère, les décisions de leadership seront cruciales pour façonner des résultats équitables. Les organisations doivent proactivement centrer l'équité dans les efforts de transformation de l'IA à mesure que la mise en œuvre progresse.

    Les entretiens ont été analysés à l'aide de l'analyse thématique. Nous avons utilisé un outil d’IA pour analyser les sources anonymes et soutenir la rédaction. Les transcriptions des entretiens anonymisées ont été examinées manuellement et à l'aide d'outils d’IA pour identifier les thèmes et catégoriser les informations. Chaque thème a ensuite été comparé aux résultats quantitatifs avant d'arriver à nos conclusions. Tout le contenu a été rédigé par l'équipe de recherche.

    Crédits

    © 2026 Coqual. Tous droits réservés. Toute reproduction ou transmission non autorisée de toute partie de cette publication sous quelque forme ou par quelque moyen que ce soit, mécanique ou électronique, est interdite. Les conclusions, points de vue et recommandations exprimés dans les rapports Coqual ne sont pas rédigés par les entreprises sponsorisantes, ne relèvent pas de leur responsabilité et ne reflètent pas nécessairement les points de vue des entreprises du Groupe de travail Coqual ou d'autres entreprises.

    Notes de fin

    1. On a demandé aux répondants de l'enquête leur degré d'accord par rapport à la déclaration suivante : « Mon organisation m'aide à développer des compétences en IA pertinentes pour mon rôle actuel. » Ils devaient répondre sur une échelle de Likert en 5 points allant de « tout à fait en désaccord » à « tout à fait d'accord ». Un test de chi-carré d'indépendance a été utilisé pour déterminer si cela variait selon leur pays de travail. Les données ont montré une relation significative, (χ² (8) = 88,50, p <
    ;.001). En explorant les résidus standardisés, les employés en Allemagne ont répondu « d'accord » (24 %, résidu standardisé = -2,3) et « tout à fait d'accord » (4 %, résidu standardisé = -2,0) plus souvent que prévu, de même que les employés au Royaume-Uni ont répondu « d'accord » (37 %, résidu standardisé = 3,5) et « tout à fait d'accord » (9 %, résidu standardisé = 2,9) plus souvent que prévu. Les employés français ne différaient pas significativement de ce qui était prévu (résidu standardisé < 2,0), mais 27 % ont répondu « d'accord » et 5 % « tout à fait d'accord ». Pour le rapportage, les données ont été dichotomisées en « tout à fait en désaccord, en désaccord, neutre » et « d'accord, tout à fait d'accord ».
  • Les répondants à l'enquête ont été invités à exprimer leur accord avec l'énoncé suivant : « Votre organisation dispose-t-elle d'une politique responsable en matière d'IA ? ». Les réponses ont été fournies via des cases à cocher, où l'accord avec l'énoncé était indiqué par le fait de cocher la case, tandis que le désaccord était indiqué par le fait de laisser la case décochée. 61 % des répondants ont coché la case, montrant ainsi leur accord avec l'énoncé.
  • Les répondants à l'enquête ont été invités à répondre à une série d'énoncés sur la question de savoir si leurs organisations suivaient des résultats liés à l'IA. Les réponses ont été fournies via des cases à cocher, où l'accord avec l'énoncé signifiait cocher les cases, tandis que le désaccord était indiqué par le fait de laisser les cases décochées. 95 % des dirigeants ont indiqué que leurs organisations ne suivent rien.
  • Patrick E. Hopkins, « À venir : une génération de talents perdue ? », Fortune, 27 janvier 2026, https://fortune.com/2026/01/27/lost-generation-of-employeetalent-ai-gen-z-hiring-nightmare/.
  • Les répondants à l'enquête ont été invités à répondre à la question : « Quelle réponse représente le mieux votre propre attitude envers l'IA dans votre organisation ? », avec les options de réponse suivantes : « Je suis un adopteur enthousiaste », « Je ne suis pas convaincu de sa valeur », « Je crains que l'IA ne me remplace » et « Autre ». 35 % des employés ont répondu qu'ils étaient des adopteurs enthousiastes.
  • Les répondants à l'enquête ont été invités à indiquer s'ils craignaient d'être remplacés par l'IA ou l'automatisation. Les réponses ont été fournies via des cases à cocher, où l'accord avec l'énoncé signifiait cocher la case, tandis que le désaccord était indiqué par le fait de laisser la case décochée. Un test du chi-deux d'indépendance a exploré si cette crainte différait en fonction de leur pays de travail. Les données ont montré une relation légère mais significative (χ² (2) = 6,12, p = 0,05). En explorant les résidus standardisés, aucun pays ne différait significativement de ce qui était prévu (zs < 2,0), mais 37 % des employés français ont accepté qu'ils craignaient d'être remplacés par l'IA ou l'automatisation (z = 1,1), ainsi que 30 % des employés allemands (z = -1,6) et 35 % des employés britanniques (z = 0,4).
  • Les répondants à l'enquête ont été invités à répondre à la question suivante : « Dans quelle mesure estimez-vous que votre organisation communique efficacement sur l'impact de l'adoption de l'IA sur les employés à travers des rôles, des niveaux et des fonctions ? ». Les réponses ont été données sur une échelle Likert à 5 points allant de « pas du tout » à « dans une très large mesure ». Pour refléter la croyance que leur organisation communique efficacement sur l'impact de l'adoption de l'IA sur les employés, les données ont été regroupées dans les catégories « significativement » et « dans une très large mesure ». Nous avons constaté que 14 % ont répondu « pas du tout », 16 % ont répondu « légèrement », 37 % « modérément », 25 % « significativement » et 8 % ont répondu « dans une très large mesure ».
  • Les répondants à l'enquête ont été invités à indiquer si « Les dirigeants de mon organisation restent confiants et favorables lorsqu'ils naviguent à travers les perturbations liées à l'adoption de l'IA ». Les réponses ont été fournies via des cases à cocher, où l'accord avec l'énoncé signifiait cocher la case, tandis que le désaccord était indiqué par le fait de laisser la case décochée. Au total, 16 % des employés étaient d'accord avec l'énoncé, tandis que 84 % n'étaient pas d'accord. Un test du chi-deux d'indépendance a exploré si cela différait en fonction de leur pays de travail. Les données ont montré une rRelation (χ² (2) = 22.60, p < .001). Les résidus standardisés indiquent que les résultats provenant d'Allemagne ne différaient pas significativement de ce qui était attendu : 14 % des employés en Allemagne étaient d'accord (z = -1,1) et 86 % n'étaient pas d'accord (z = 0,5). Au Royaume-Uni, les employés étaient davantage d'accord (22 %, z = 3,5) que ce qui était attendu, tandis que 78 % n'étaient pas d'accord (z = -1,5). Enfin, les employés français étaient moins d'accord (12 %, z = -2,3) que ce qui était attendu et 88 % n'étaient pas d'accord (z = -1,0).
  • Les participants à l'enquête ont été invités à indiquer leur accord sur l'énoncé suivant : « Dans quelle mesure pensez-vous que le leadership agit avec intégrité en période de perturbation des affaires ? ». Les réponses étaient sur une échelle de Likert à 5 points allant de « pas du tout » à « dans une très large mesure ». 9 % ont répondu « pas du tout », 15 % « légèrement », 43 % « modérément », 27 % étaient « significativement » d'accord avec l'énoncé et seulement 6 % étaient d'accord « dans une très large mesure ». Un test du chi-carré d'indépendance a exploré si les réponses à cette affirmation différaient en fonction du pays de travail des répondants. Les données montraient une relation significative, (χ² (8) = 44.25, p < .001). En Allemagne, les résidus standardisés indiquent que 11 % ont répondu « légèrement » (z = -2.7), ce qui différait significativement de ce qui était attendu. Les autres résultats en provenance d'Allemagne ne différaient pas significativement de ce qui était attendu : 10 % ont répondu « pas du tout » (z = 1.1), 46 % « modérément » (z = 1.0), 27 % ont répondu « significativement » (z = 0.4) et seulement 6 % ont répondu « dans une très large mesure » (résidu standardisé = -0.5). Au Royaume-Uni, 32 % des employés ont répondu « significativement » (z = 2.4) plus que ce qui était attendu, et 8 % ont également répondu « dans une très large mesure » (z = 2.1) plus que ce qui était attendu. 6 % ont répondu « pas du tout » (z = -2.3), moins que ce qui était attendu, tandis que les autres réponses ne différaient pas significativement de ce qui était attendu : 16 % ont répondu « légèrement » (z = 0.2), et 39 % « modérément » (z = -1.7). Les employés français ont répondu « significativement » (22 %, z =-2.5) moins que ce qui était attendu, tandis que 5 % ont répondu « dans une très large mesure » (z = -1.4). 10 % ont répondu « pas du tout » (z = 1.2), 19 % « légèrement » (z = 2.3 ; plus que ce qui était attendu), et 45 % « modérément » (z= 0.6). Aux fins de rapport, les données ont été dichotomisées en « pas du tout, légèrement » et « significativement, dans une très large mesure ».
  • Les répondants au sondage ont été invités à indiquer leur niveau d'accord avec l'énoncé suivant : « Je suis optimiste quant au fait que l'intégration de l'IA dans mon travail quotidien me rendra plus productif ». Les réponses ont été données sur une échelle de Likert à 5 points allant de « totalement en désaccord » à « tout à fait d'accord » ; cependant, cette variable de résultat a ensuite été dichotomisée, regroupant « d'accord » et « tout à fait d'accord » entre eux et « totalement en désaccord », « en désaccord » et « neutre » ensemble. 47 % des répondants ont sélectionné « totalement en désaccord », « en désaccord » ou « neutre », tandis que 53 % ont sélectionné « d'accord » ou « tout à fait d'accord ».
  • Les répondants au sondage ont répondu à la question suivante : « Vous sentez-vous en sécurité avec vos données dans les systèmes IA ? ». Les options de réponse étaient « oui », « non » ou « incertain ». 37 % des employés ont sélectionné « non », indiquant qu'ils ne se sentaient pas en sécurité avec leurs données dans les systèmes IA. Un test du chi-carré d'indépendance a exploré si ce sentiment différait en fonction de leur pays de travail. Les données ont montré une relation significative (χ² (4) = 41.52, p < .001). Les résidus standardisés montrent que les résultats en provenance d'Allemagne ne différaient pas significativement de ce qui était attendu : 39 % des employés (z = -1.4) étaient d'accord, tandis que 40 % n'étaient pas d'accord (z = 1.3). Au Royaume-Uni, les employés étaient davantage d'accord (51 %, z = 3.1) que ce qui était attendu, et 27 % n'étaient pas d'accord (z = -4.1) moins que ce qui était attendu. Enfin, les employés français étaient d'accord (39 %, z = -1.6) et 43 % n'étaient pas d'accord (z = 2.6) plus que ce qui était attendu.
  • L'engagement des dirigeants envers l'inclusion a été exploré à travers quelques questions différentes. Par exemple, survLes répondants ont été invités à indiquer leur accord avec l'énoncé suivant : « Les dirigeants adoptent des solutions d'IA qui minimisent les impacts négatifs sur les employés ». Les réponses ont été fournies via des cases à cocher, où cocher la case signifiait être d'accord avec l'énoncé, tandis que ne pas la cocher signifiait être en désaccord. Dans l'ensemble, 79 % des employés ne sont pas d'accord avec le fait que les dirigeants de leur organisation adoptent des solutions d'IA qui minimisent les impacts négatifs sur les employés. Un test du chi carré d'indépendance a exploré si ce sentiment différait en fonction de leur pays de travail. Les données ont montré une relation significative (χ² (8) = 24,09, p < .001). Les employés en Allemagne étaient moins nombreux (16 %, z = -2,6) que prévu à être d'accord, tandis que 84 % étaient en désaccord (z = 1,7). Au Royaume-Uni, davantage d'employés étaient d'accord (28 %, z = 3,4) que prévu, et 72 % étaient en désaccord (z = -1,8). Les résultats en France ne différaient pas significativement de ce qui était attendu : 20 % des employés français étaient d'accord (z = -0,7) et 80 % étaient en désaccord (z = 0,4). Les répondants à l'enquête ont également été interrogés sur leur accord avec l'énoncé suivant : « Les dirigeants prennent des mesures pour atténuer l'impact disproportionné de l'IA sur les segments vulnérables de la main-d'œuvre ». Là encore, les réponses ont été fournies via des cases à cocher, où cocher la case signifiait être d'accord avec l'énoncé, tandis que ne pas la cocher signifiait être en désaccord. 88 % n'étaient pas d'accord que les dirigeants prenaient des mesures pour atténuer l'impact de l'IA de cette manière. Un test du chi carré d'indépendance a examiné si ce sentiment différait en fonction de leur pays de travail. Les données ont montré une relation significative (χ² (2) = 9,22, p = .01). Les résidus standardisés montrent que les résultats en Allemagne ne différaient pas significativement de ce qui était attendu : 11 % des employés allemands étaient d'accord (z = -0,6) et 89 % étaient en désaccord (z = 0,2). Au Royaume-Uni, 15 % des employés étaient d'accord (z = 2,3), soit plus que prévu, tandis que 85 % n'étaient pas d'accord (z = -0,8). Comme en Allemagne, les résultats en France ne différaient pas significativement de ce qui était attendu : 10 % des employés français étaient d'accord (z = -1,6) et 90 % n'étaient pas d'accord (z = 0,6). Enfin, les répondants à l'enquête ont été interrogés sur leur niveau d'accord avec l'énoncé suivant : « Mon organisation prend des mesures pour s'assurer que l'IA ne renforce pas les inégalités au sein de la main-d'œuvre ». Les réponses étaient sur une échelle de Likert en 5 points allant de « totalement en désaccord » à « totalement d'accord ». À des fins de rapport, celles-ci ont été dichotomisées en « totalement en désaccord, en désaccord, neutre » et « d'accord, totalement d'accord ». 63 % étaient en désaccord avec le fait que leur organisation prenait des mesures pour s'assurer que l'IA ne renforcerait pas les inégalités. Un test du chi carré d'indépendance a exploré si ce sentiment différait en fonction de leur pays de travail. Les données ont montré une relation significative (χ² (8) = 59,65, p < .001). En examinant les résidus standardisés, on observe que les employés en Allemagne étaient moins nombreux à être d'accord (25 %, z = -2,4) que prévu, tandis que 6 % étaient totalement d'accord (résidu standardisé = -0,7). Au Royaume-Uni, 38 % des employés ont répondu « d'accord » (z = 3,5), soit plus que prévu, et 8 % ont répondu « totalement d'accord » (résidu standardisé = 1,2). Les employés français ne différaient pas significativement de ce qui était attendu (zs < 2,0), mais 28 % étaient d'accord avec l'énoncé et 6 % totalement d'accord.
  • Les répondants à l'enquête ont été interrogés sur la question suivante : « Les dirigeants de mon organisation ont-ils fait des efforts pour créer une culture de lieu de travail plus inclusive au cours des 18 derniers mois ? ». Les réponses ont été fournies via des cases à cocher, où cocher la case signifiait être d'accord avec l'énoncé, tandis que ne pas la cocher signifiait être en désaccord. Dans l'ensemble, 78 % des employés n'étaient pas d'accord avec l'énoncé.
  • Les répondants à l'enquête ont été interrogés sur leur niveau d'accord avec l'énoncé suivant : « Notre direction met en place des plans pour requalifier et perfectionner notre personnel afin de réussir à l'avenir ». Les réponses étaient sur une échelle de Likert en 5 points allant de « totalement en désaccord » à « totalement d'accord » ; à des fins de rapport, celles-ci ont été dichotomisées en « totalement en désaccord »d’accord, pas d’accord, neutre’ et ‘d’accord, tout à fait d’accord’. 68 % des dirigeants ont convenu ou tout à fait convenu qu’ils mettent en place des plans efficaces pour requalifier/augmenter les compétences des employés. Cependant, en revanche, on a demandé aux employés dans quelle mesure ils pensent que leur organisation rend les formations/ressources en IA accessibles à tous les employés, quel que soit leur parcours ou leur rôle. Ils devaient répondre sur une échelle de Likert à 5 points allant de ‘pas du tout’ à ‘dans une très grande mesure’, et les réponses ont été dichotomisées en ‘pas du tout, légèrement, modérément’ et ‘dans une grande mesure, dans une très grande mesure’. Seulement 34 % des employés ont convenu ‘dans une grande mesure, dans une très grande mesure’ que leur organisation rend les formations/ressources en IA accessibles à tous.
  • Susan Gonzales, ‘AI literacy and the new Digital Divide – A Global Call for Action’, UNESCO, 6 août 2024 (dernière mise à jour 23 septembre 2025), https://www.unesco.org/ethics-ai/en/articles/ai-literacy-and-new-digital-divide-global-call-action.
  • On a demandé aux répondants de l'enquête dans quelle mesure ils pensent que leur organisation les inclut dans les décisions sur la manière dont l'IA est mise en œuvre dans leur équipe ou rôle. Les réponses ont été données sur une échelle de Likert à 5 points allant de ‘pas du tout’ à ‘dans une très grande mesure’, et les réponses ont été dichotomisées en ‘pas du tout, légèrement, modérément’ et ‘dans une grande mesure, dans une très grande mesure’. Seulement 28 % des employés ont répondu ‘dans une grande mesure, dans une très grande mesure’ que leur organisation les inclut dans la prise de décision relative à l’IA.
  • On a demandé aux répondants de l'enquête dans quelle mesure ils pensent que leur organisation les encourage à fournir des commentaires sur la manière dont l'IA est mise en œuvre dans leur équipe ou rôle. Les réponses ont été données sur une échelle de Likert à 5 points allant de ‘pas du tout’ à ‘dans une très grande mesure’, et les réponses ont été dichotomisées en ‘pas du tout, légèrement, modérément’ et ‘dans une grande mesure, dans une très grande mesure’. Seulement 30 % des employés ont répondu ‘dans une grande mesure, dans une très grande mesure’ que leur organisation sollicite leur avis sur la manière dont l'IA est mise en œuvre dans leur équipe ou rôle.
  • Ashleigh Popera, ‘When Automation Backfires: How Rushed AI Implementation Can Hurt Employee Engagement’, Enterprise Insights (Society for Human Resource Management (SHRM)), 14 novembre 2024, https://www.shrm.org/enterprise-solutions/insights/when-automation-backfires--how-rushed-ai-implementation-can-hurt0; Arvato Connect, ‘Turning Attrition to Retention’, 18 juin 2025, https:// www.arvatoconnect.co.uk/wp-content/uploads/2025/06/ArvatoConnect_-Impactof-AI-on-agents.pdf; Asana Work Innovation Lab, ‘State of AI at Work’, Asana, 2025, https://assets.asana.biz/m/10543e5e3bcb38f5/original/2025-Global-State-of-AI-at-Work.pdf; PwC, ‘Rewiring the future of work’, PwC Global Workforce Hopes and Fears Survey 2025, 12 novembre 2025, https://www.pwc.com/gx/en/issues/workforce/hopes-and-fears.html.
  • Le groupe de leaders convergents (n = 372, 37 % des leaders totaux interrogés) reflète un groupe de cadres supérieurs où 40 % (n = 148) occupent des rôles de gestion de second niveau, 48 % (n = 180) sont des managers de haut niveau, et 12 % (n = 44) sont des PDG. La répartition par genre est équilibrée, avec 48 % (n = 179) de femmes et 52 % (n = 193) d’hommes. Deux tiers de ce groupe s'identifient comme blancs (68 %), tandis que 32 % s'identifient à des races ou ethnies autres que blanches, incluant 19 % de Noirs, 4 % de MENA, 4,5 % préfèrent ne pas dire, 2 % d'Europe de l'Est.ean, 2 % Asiatique, et moins de 1 % indiquant qu'ils sont Latinos ou multiraciaux. Le niveau d'éducation est élevé : 82 % possèdent un diplôme universitaire ou plus. Cela inclut 4 % avec un diplôme d'associé, 28,5 % avec un baccalauréat, et 49,5 % avec un diplôme avancé. De plus, 96,5 % déclarent ne pas avoir de handicap, 95 % ne s'identifient pas comme neurodivergents, et 95 % s'identifient comme hétérosexuels. Géographiquement, la majorité réside au Royaume-Uni (55 %, n = 206), avec 25 % (n = 91) en Allemagne et 20 % (n = 75) en France.
  • Kathy Robotham, PhD, et Tara Van Bommel, PhD, « Développer la flexibilité cognitive », Adapter ou échouer : comment les gestionnaires peuvent permettre à tous de prospérer au travail, Catalyst, 6 août 2025, https://www.catalyst.org/insights/2022/managers-adapt-future-of-work-report.
  • Une ANOVA à sens unique a été menée pour examiner la relation entre les clusters de leadership et la confiance des leaders en leur capacité à suivre les développements de l'IA et à comprendre leurs implications pour leur entreprise. Les données ont indiqué un effet significatif (F(2, 991) = 254,05, p < .001), où les comparaisons post-hoc de Tukey ont confirmé que les leaders convergents avaient des scores plus élevés que les autres clusters de leadership (ps < .001).
  • Une ANOVA à sens unique a été menée pour examiner la relation entre les clusters de leadership et le confort des leaders pour naviguer et soutenir leur équipe dans des situations inconnues. Les données ont indiqué un effet significatif (F(2, 991) = 153,40, p < .001), où les comparaisons post-hoc de Tukey ont confirmé que les leaders convergents avaient des scores plus élevés que les autres clusters de leadership (ps < .001).
  • Une série de tests khi-deux d'indépendance a mis en évidence comment les leaders convergents ont rapporté que les compétences suivantes étaient extrêmement importantes pour le succès futur de leur carrière de manière significative par rapport aux leaders de niveau intermédiaire et inférieur : littératie en IA et technologie (54 %), sensibilisation à la cybersécurité et à la confidentialité (54 %), créativité et imagination (53 %), pensée analytique (51 %), gestion de la complexité (51 %), éthique numérique et utilisation responsable (50 %), construction d'équipes productives (48 %), ouverture et flexibilité (46 %), auto-leadership (46 %), curiosité et apprentissage (44 %), leadership à travers les différences (44 %), maîtrise des données (43 %), inspiration de but (43 %), et narration et communication (39 %). Toutes les relations étaient significatives au niveau p < .001 et les résidus normalisés étaient tous ≥7,6. Essentiellement, lorsque ces compétences ont été entrées dans une analyse en composantes principales, elles ont toutes été regroupées en un seul facteur, suggérant que les leaders convergents ne faisaient pas de distinction entre compétences techniques et non techniques dans leur quête de compétences futures.
  • Une ANOVA à sens unique a été menée pour examiner la relation entre les clusters de leadership et la priorisation des compétences humaines autant que des compétences techniques dans les processus d'embauche, de promotion et d'évaluation de performance. Les données ont indiqué un effet significatif pour l'embauche (F (2, 991) = 237,01, p < .001), les promotions (F (2,991) = 247,04, p < .001), et les évaluations de performance (F (2,991) = 246,32, p < .001), où les comparaisons post-hoc de Tukey ont confirmé que les leaders à haut potentiel avaient des scores plus élevés que les autres clusters de leadership (p < .001).
  • Trente-trois variables incluant des questions sur l'importance des compétences futures, les opportunités de développement et d'amélioration des compétences, les comportements de leadership inclusif, et les compétences liées à l'IA ont été intégrées dans une analyse en composantes principales. L'analyse a révélé quatre différents facteurs, qui expliquaient 61 % de la variance : 1) comportements de leadership inclusif, 2) développement des compétences, 3) priorisation des compétences humaines dans les processus organisationnels, et 4) perception des compétences futures. Ces quatre facteurs ont été intégrés dans une analyse de clustering K-means pour expl.des modèles de leadership. La solution a révélé trois groupes : un groupe de leadership convergent (n = 372, 37 %), un groupe de leadership intermédiaire (n = 440, 44 %) et un groupe de leadership de niveau inférieur (n = 182, 18 %). Le groupe de leadership convergent a ensuite été analysé pour explorer davantage leurs compétences.
  • p < .001), des revenus ou marges bénéficiaires accrus (χ² (2) = 47,26, p < .001), une fidélité ou satisfaction client accrue (χ² (2) = 71,55, p < .001), une efficacité opérationnelle accrue et une réduction des coûts (χ² (2) = 32,03, p < .001), une réduction du turnover ou une augmentation de la rétention des employés (χ² (2) = 7,66, p = .02), et le lancement de nouveaux produits ou services innovants (χ² (2) = 43,30, p < .001). Les répondants à l'enquête ont également été interrogés sur leur niveau d'accord avec l'énoncé suivant : « Au cours des 18 derniers mois, la productivité de mon équipe a augmenté ». Les réponses allaient selon une échelle de Likert à 5 points de « fortement en désaccord » à « fortement d'accord ». Les réponses ont été dichotomisées en « fortement en désaccord, en désaccord, ni d'accord ni en désaccord » et « d'accord, fortement d'accord ». Un test du chi-carré a examiné si les leaders convergents surpassaient les leaders non convergents pour ce résultat. Les données ont indiqué un effet significatif, χ² (8) = 358,78, p < .001.
  • Un test du chi-carré a examiné si les employés autonomes et non soutenus ont signalé des niveaux d'engagement différents. Les données ont montré une relation significative (χ² (4) = 118,05, p < .001). Les employés autonomes ont déclaré être engagés au travail, et les résidus standardisés indiquent que ce niveau d'accord était supérieur à ce qui était attendu. Les employés non soutenus, en revanche, ont déclaré des niveaux d'engagement au travail inférieurs à ceux attendus.
  • Un test du chi-carré a examiné si les employés autonomes et non soutenus avaient des attitudes différentes envers l'IA. Les données ont montré une relation significative (χ² (3) = 172,62, p < .001). Les employés autonomes ont plus souvent indiqué être des adoptants enthousiastes de l'IA par rapport aux employés non soutenus. En explorant les résidus standardisés, les employés autonomes ont déclaré adopter l'IA plus souvent que prévu, tandis que les employés non soutenus l'ont déclaré moins souvent que prévu.
  • 18 variables, y compris des questions liées à l'adoption de l'IA par l'organisation, aux comportements de leadership inclusif, et à la capacité des dirigeants à naviguer dans ce changement avec succès, ont été entrées dans une analyse en composantes principales. L'analyse a révélé deux facteurs différents qui expliquaient 60 % de la variance : 1) soutien organisationnel, et 2) soutien du leadership. Ces deux facteurs ont été entrés dans une analyse de cluster K-moyennes pour explorer les modèles d'employés. La solution a révélé deux groupes : un groupe d'employés autonomes (n = 1 096, 58 %) et un groupe d'employés non soutenus (n = 801, 42 %).

    •