Transformation par l'IA et économie comportementale : pourquoi les gens ne veulent (souvent) pas changer
Dr. Yvonne Avaro
Dans ce wiki, Yvonne explique, sous l'angle de l'économie comportementale, pourquoi les changements sont si difficiles à mettre en œuvre dans les entreprises. Pourquoi les gens n'agissent-ils pas, alors même qu'ils sont conscients de la nécessité du changement ? Quel est le rapport entre une chute en surf à Saint-Sébastien et l’introduction de l’IA ? Et que révèlent les travaux de Kahneman, Tversky et Kübler-Ross sur le fonctionnement réel de la communication en période de changement ? Avec des facteurs de réussite concrets et un message clair : la gestion du changement n’est pas une question secondaire lors de l’introduction de l’IA, mais bien la tâche principale.
💡Vous êtes nouveau ici ? Dans la rubrique FAQ située à la fin de l'article, vous trouverez des réponses aux questions les plus fréquentes, notamment : quelles sont les principales raisons pour lesquelles l'adoption de l'IA échoue dans les entreprises ? Combien de temps cela prend-il ? Et que peuvent faire concrètement les dirigeants ?
Table des matières
1. Introduction : La vague arrive, que l'on soit prêt ou non
Saint-Sébastien, été 2010 : C'est une magnifique matinée. Il fait 25 degrés, une température très agréable. Il n'y a pratiquement pas de vent. Les conditions de surf sont parfaites.
Je me tiens sur la plage et j'observe les vagues. Autour de moi, tout le monde se prépare. Ils attrapent leurs planches, pagayent vers le large et surfent sur les vagues. Cela a l'air si simple. Si naturel.
Alors moi aussi, je prends une planche et je pagaye vers le large. Et c'est là qu'elle arrive : une grosse vague qui déferle droit sur moi et m'emporte. Wipeout total.
Cette image illustre étonnamment bien le sentiment qui anime de nombreuses organisations lors de la mise en œuvre de l'IA. La technologie est là. Les attentes sont élevées. Beaucoup de gens se tiennent sur le rivage et se disent : « Je veux surfer sur la vague de l'IA, mais je ne sais pas comment. »
J'ai appris une chose ce matin-là à Saint-Sébastien : il ne suffit pas d'avoir du talent et un bon sens de l'équilibre. Il faut aussi quelqu'un qui connaisse bien la mer, qui vous explique comment se comporte la vague et comment fonctionne le courant, et qui vous indique quand pagayer et quand il vaut mieux économiser ses forces pour un take-off parfait.
Il en va de même pour les changements au sein des entreprises. Personne ne peut mener à bien une transformation vers l'IA à lui seul. Il faut quelqu'un qui connaisse le terrain, qui explique comment se déroule le changement, quand est le bon moment pour agir et quand il est plus judicieux de commencer par rassembler ses forces.
2. Pourquoi le changement est-il si difficile et qu'est-ce qui aide vraiment ?
Le cerveau humain n'est pas un mécanisme décisionnel neutre. Il s’agit d’un système de survie qui, au fil des millénaires, a été optimisé pour économiser de l’énergie et éviter les risques. Dans leurs travaux de recherche novateurs sur l’économie comportementale, Daniel Kahneman et Amos Tversky ont démontré que les êtres humains prennent systématiquement des décisions irrationnelles – non pas par stupidité, mais en raison de schémas cognitifs profondément ancrés. Trois d’entre eux revêtent une importance particulière dans le contexte du changement :
2.1. Le biais du statu quo
Les individus ont tendance à privilégier le statu quo, même lorsqu'un changement serait objectivement préférable. La nouveauté ne doit pas seulement être bonne ; elle doit être nettement meilleure pour permettre de surmonter l'obstacle psychologique que représente le changement. Cet effet a été décrit pour la première fois par Samuelson et Zeckhauser (1988), puis approfondi par Kahneman, Knetsch et Thaler (1991) : https://www.aeaweb.org/articles?id=10.1257%2Fjep.5.1.193
2.2. Aversion à la perte (Loss Aversion)
Kahneman et Tversky ont démontré que, d’un point de vue psychologique, la douleur liée à une perte pèse environ deux fois plus lourd que la joie procurée par un gain équivalent. Quiconque, dans le cadre d’un processus de changement, ne communique que les avantages, ignore ainsi la moitié de la logique décisionnelle humaine. Les gens se demandent d’abord : « Que vais-je perdre ? » et non : « Que vais-je gagner ? » (Kahneman & Tversky (1979) : https://www.econometricsociety.org/publications/econometrica/1979/03/01/prospect-theory-analysis-decision-under-risk
2.3. Actualisation hyperbolique (Hyperbolic Discounting)
Les gens ont tendance à accorder une grande importance aux avantages immédiats et à sous-estimer les avantages futurs. Ainsi, un outil d'IA qui facilitera le travail dans six mois est moins bien perçu que le processus Excel familier qui fonctionne aujourd'hui, même s'il est inefficace (Laibson (1997) : https://academic.oup.com/qje/article-abstract/112/2/443/1870925)
Remarque : l'actualisation hyperbolique est souvent évoquée en lien avec Kahneman et Tversky, car elle s'inscrit conceptuellement dans le prolongement de la théorie des perspectives. En tant que concept à part entière, elle a toutefois été formalisée de manière déterminante par David Laibson ; son article influent intitulé « Golden Eggs and Hyperbolic Discounting » (1997) est considéré comme une référence incontournable.
3. Quelles en sont les implications concrètes pour la communication relative aux processus de changement ?
Le cerveau évolutif réagit aux menaces immédiates : un requin, par exemple, déclenche une réaction immédiate. Le changement organisationnel fonctionne toutefois différemment. Il ne s'agit pas d'un choc qui impose une réaction réflexe. Et c'est très bien ainsi. La peur peut certes mobiliser à court terme, mais elle ne constitue pas une base solide pour un changement durable.
Ce qui fonctionne vraiment, c'est l'autonomisation.
Ceux qui ne savent pas nager n’oseront pas s’aventurer en eau libre, aussi motivant que soit le message. Ceux qui ne connaissent pas le courant hésiteront, même si l’objectif semble des plus séduisants. Un changement durable ne commence donc pas par un appel, mais par une préparation : les individus doivent acquérir les compétences nécessaires, comprendre le contexte et se sentir suffisamment en confiance pour franchir le premier pas.
Il s'agit donc moins d'amener les gens à changer que de leur donner les moyens de le faire. Dans ce sens, la gestion du changement consiste avant tout à renforcer les compétences, à fournir des repères et à instaurer un climat de sécurité psychologique.
C'est pourquoi, dans le cadre d'un changement, la communication n'est pas un simple sujet d'accompagnement, mais un outil stratégique. Elle doit prendre au sérieux la réalité cognitive des individus.
Ne dites pas : « Utilisez l'IA, sinon vous serez à la traîne. »
Dites plutôt : « L'IA peut vous faciliter la tâche. Maîtriser l'IA vous aide à évoluer. »
La question n'est pas de savoir si les gens sont prêts à prendre des risques. La question est de savoir s'ils se sentent suffisamment préparés et accompagnés pour le faire.
4. Digression : La vallée des larmes : un parcours émotionnel à travers le changement
Les personnes confrontées à un changement suivent généralement une courbe émotionnelle (voir illustration 1). Ce modèle, initialement développé par Elisabeth Kübler-Ross pour décrire les processus de deuil, s'applique étonnamment bien aux grandes transformations informatiques ou à la mise en place de nouvelles technologies.
Au début, c’est le choc et le déni. Un nouveau système ERP est mis en place, un outil d’IA est censé rendre le processus actuel plus efficace, ou encore le tableau de bord habituel est remplacé. La première réaction de nombreux collaborateurs est l’incrédulité. « Ça ne marchera pas comme ça. » «Nous n’en avons pas besoin. » Le moral est déjà au plus bas avant même que la première formation n’ait eu lieu.
Viennent ensuite la colère et la résistance. C'est le point le plus bas de la courbe, ce qu'on appelle la « vallée des larmes ». Les réunions sont mises à profit pour formuler des critiques. L'ancienne solution est idéalisée. Chaque défaut du nouveau système est consigné et relayé. Ce n'est pas un signe de faiblesse ou d'entêtement, mais une réaction humaine tout à fait normale face à la perte de contrôle.
À un moment donné, la phase de négociation et d’expérimentation commence. Les collaborateurs commencent à utiliser le nouvel outil par petites étapes, souvent en parallèle de l’ancien système dans un premier temps. Ils trouvent des solutions de contournement et découvrent certaines fonctionnalités qui leur sont réellement utiles. Le climat s’assainit. C’est précisément à ce stade que l’accompagnement revêt une importance particulière : ceux qui bénéficient d’un soutien à ce moment-là parviennent plus rapidement à sortir de cette phase difficile.
Au final, on aboutit à l'acceptation et à l'intégration. Le nouveau système fait désormais partie du quotidien. Les nouveaux outils ne sont plus perçus comme une menace, mais comme des moyens de travail. Souvent, le moral des équipes dépasse même le niveau initial, car de nouvelles compétences ont été acquises et le travail est effectivement devenu plus facile.
5. Aperçu des facteurs de réussite du changement
facteur de réussite | Ce que cela signifie concrètement |
Une raison claire | Communiquer de manière claire et honnête sur la raison d'être du changement |
Implication précoce | Faire des personnes concernées des parties prenantes, dès que possible |
Mettre en avant les petites réussites | Célébrer les succès rapides pour créer une dynamique |
Les cadres, des modèles à suivre | Le changement commence au sommet. Les dirigeants doivent montrer l'exemple en mettant en pratique ce qu'ils exigent |
Instaurer un climat de sécurité psychologique | Considérer les erreurs comme des occasions d'apprendre, et non comme des échecs |
Une communication continue | Ne pas se contenter d'expliquer, mais le faire encore et encore, sous différents formats |
|
Pour en savoir plus sur les facteurs favorisant l'adoption de l'IA, consultez ce wiki .
5. Conclusion : le rôle de l'IA dans le contexte du changement
L'IA est actuellement l'un des principaux moteurs du changement dans les entreprises. En même temps, elle illustre parfaitement tout ce qui rend le changement difficile :
- C'est un concept abstrait et difficile à cerner
- Elle modifie en profondeur les rôles et les activités
- Elle suscite des inquiétudes quant à l'avenir de chacun au sein de l'entreprise
C'est pourquoi la gestion du changement n'est pas un aspect secondaire de la mise en œuvre de l'IA. Il s'agit de la tâche principale.
La technologie à elle seule ne suffit pas à transformer les organisations. Ce qui détermine la réussite ou l'échec d'une transformation, ce n'est pas la qualité de la solution, mais la capacité des personnes à l'adopter.
L'économie comportementale apporte une explication claire à ce sujet : les schémas cognitifs tels que le biais du statu quo, l'aversion à la perte et l'actualisation hyperbolique ne constituent pas des obstacles que l'on peut surmonter par une meilleure communication. Il s'agit de caractéristiques structurelles de la prise de décision humaine, dont il faut tenir compte dès le début dans la conception du changement.
Il en résulte que la gestion efficace du changement n’est pas un simple programme d’accompagnement de la mise en œuvre. Il s’agit d’une discipline à part entière, dotée d’une méthodologie, d’une logique par étapes et de critères de réussite mesurables. Quiconque met en place l’IA sans établir ce cadre optimise la technologie au détriment des personnes qui sont censées l’utiliser.
Pour bénéficier d'un accompagnement concret en matière de gestion du changement informatique et d'indicateurs clés de performance (KPI) liés à l'adoption :
Prenez rendez-vous ici avec Robert pour échanger sur ce sujet. La discussion portera sur la gestion du changement informatique, depuis l'alignement des parties prenantes et la communication jusqu'aux indicateurs clés de performance (KPI) relatifs à l'adoption et à l'ancrage durable dans le quotidien.
Liste des sources et bibliographie complémentaire
Sources citées dans le texte :
- Samuelson, W. & Zeckhauser, R. (1988) : « Status Quo Bias in Decision Making », Journal of Risk and Uncertainty https://link.springer.com/article/10.1007/BF00055564
- Kahneman, D., Knetsch, J.L. & Thaler, R.H. (1991) : « Anomalies : l'effet de dotation, l'aversion à la perte et le biais du statu quo », Journal of Economic Perspectives https://www.aeaweb.org/articles?id=10.1257%2Fjep.5.1.193
- Kahneman, D. & Tversky, A. (1979) : « Prospect Theory : An Analysis of Decision under Risk », Econometrica https://www.econometricsociety.org/publications/econometrica/1979/03/01/prospect-theory-analysis-decision-under-risk
- Laibson, D. (1997) : « Golden Eggs and Hyperbolic Discounting », Quarterly Journal of Economics https://academic.oup.com/qje/article-abstract/112/2/443/1870925
- Kübler-Ross, E. (1969) : On Death and Dying https://www.simonandschuster.com/books/On-Death-and-Dying/Elisabeth-Kubler-Ross/9781476775548
Autres lectures recommandées :
- Kotter, J.P. (1996) : Leading Change, Harvard Business Review Press https://www.hbsp.harvard.edu/product/leading-change
- Kahneman, D. (2011) : Thinking, Fast and Slow, Farrar, Straus and Giroux https://us.macmillan.com/books/9780374533557/thinkingfastandslow
_________________________________________________________________
Ce wiki s'appuie sur la présentation d'Yvonne Avaro lors de l'Analytics Summer Apéro 2026. Vous pouvez visionner cette présentation ici: https://s-peers.com/analytics-analytics-summer-apero-2026-aufzeichnungen/
_________________________________________________________________
