Automatisons-nous les services professionnels vers une crise du savoir ?

La crise de l'expertise cachée dans l'adoption de l'IA 

Alors que l'adoption de l'IA s'accélère dans les services professionnels, les entreprises risquent de perdre leur jugement et leur expertise. Pourquoi la cognition, et non l'automatisation, devrait dominer les stratégies d'IA en 2026. 

En 2026, les entreprises de services professionnels feront face à un moment de vérité inattendu. L'IA sera bien intégrée dans le droit, le conseil, la finance, la comptabilité et les travaux liés au gouvernement. La productivité augmentera. Les délais d'exécution diminueront. Les chiffres confirment ce changement : Thompson Reuters a constaté que l'utilisation de l'IA générative par les entreprises a doublé en 2025, et que 95 % des professionnels estiment que l'IA sera bientôt au cœur de leurs flux de travail.  

À mesure que l'IA s'impose, les organisations ressentiront les effets de quelque chose de vital pour leur succès qui leur échappe. Ce « quelque chose », c'est l'expertise. 

L'hyperfocalisation sur le potentiel de l'IA à remplacer les humains signifie que nous perdons de vue un problème plus pressant et immédiat : le risque que l'IA supprime les expériences par lesquelles les professionnels apprennent à penser. 

La plupart des mises en œuvre de l'IA dans les services professionnels ont été conçues autour de la rapidité, de l'efficacité et de la réduction des coûts. Les tâches de reconnaissance de modèles sont automatisées. La récupération d'informations est instantanée. Les résultats sont plus propres et plus rapides. Mais cette approche crée un angle mort dangereux : si les professionnels en début et milieu de carrière ne sont plus exposés au travail cognitif derrière la pensée critique et la prise de décision, d'où viendront les cadres supérieurs de demain ? 

Le défi majeur de l'IA dans les services professionnels en 2026 n'est pas d'améliorer les capacités techniques. C'est de savoir si les entreprises peuvent adopter l'IA sans vider le jugement, l'intuition et le raisonnement stratégique qui rendent les conseils professionnels précieux en premier lieu. 

Dans les deux cas, la solution n'est pas de ralentir l'adoption de l'IA. Il s'agit de repenser ce que l'IA peut et devrait accomplir dans les professions où l'expertise est la monnaie qui mène au succès financier des entreprises.  

Ce qu'est réellement l'expertise professionnelle — et pourquoi l'IA peine à la capturer 

L'expertise se développe autant par l'expérience que par l'instruction formelle. La science comportementale nous montre qu'une fois que quelqu'un sait où chercher dans une situation complexe, il ne peut pas « ne plus le voir ».  

Mais expliquer la perception experte à quelqu'un de nouveau est remarquablement difficile. 

L'expérience change fondamentalement la façon dont les gens voient le monde, comme une image ambiguë qui se résout soudainement une fois que le modèle caché est révélé. 

 Crédit image : «How Emotions Are Made: The Secret Life of the Brain (2017) par Dr. Lisa Feldman Barrett. 

Dans des domaines complexes comme le droit, la finance, le conseil et les politiques publiques, ce qui compte le plus n'est pas le respect des règles, mais l'apprentissage par la pratique dans des environnements désordonnés, souvent à enjeux élevés. 

Au fil du temps, les experts développent une reconnaissance de modèles et un sens affiné de ce à quoi prêter attention. Mais cette connaissance devient invisible pour eux. Les informations les plus précieuses deviennent instinctives. Les professionnels expérimentés articulent rarement comment ils savent ce qu'ils savent, car une grande partie de cette connaissance fonctionne en dessous de la conscience. 

Cela crée une vulnérabilité structurelle. L'expertise que les organisations valorisent le plus consiste en des compromis tactiques, un jugement stratégique et des signaux subtils accumulés au fil des années. Pourtant, parce que cette connaissance est rarement documentée, les entreprises ne réalisent souvent pas à quel point elles en dépendent, jusqu'à ce qu'elle disparaisse. 

La crise silencieuse des connaissances émergeant dans les services professionnels 

La mémoire institutionnelle s'érode non pas simplement parce que les gens partent, mais parce que la pensée invisible qui les rendait efficaces n'a jamais été capturée ou transférée en premier lieu. 

En même temps, les entreprises signalent une difficulté croissante à trouver des talents « expérimentés ». Elles recherchent plus que des années de service. C'est la capacité d'appliquer les connaissances en contexte, de naviguer dans l'ambiguïté et de prendre des décisions judicieuses sous pression. Augmenter les exigences d'expérience, comme le font certaines entreprises, ne créera pas ces capacités. Au contraire, cela réduit les viviers de talents sans résoudre le problème sous-jacent. Le personnel junior a besoin d'opportunités riches pour développer le jugement en contexte.  

En pratique, cela signifie que les entreprises n'ont pas tant une pénurie d'expérience qu'un problème de création d'expérience. Alors que les parcours de carrière traditionnels se rétrécissent et que les rôles juniors sont réduits, les organisations demandent de l'expérience sans fournir les conditions dans lesquelles elle peut se former. 

Le milieu manquant : où le jugement professionnel et l'expertise se développent réellement 

Les stagiaires connaissent la théorie. Les professionnels expérimentés peuvent naviguer dans la réalité. Grâce à des années de travail client, ils ont développé le savoir-faire expérientiel pour peser instinctivement les compromis stratégiques et prendre des décisions.  

Ce qui disparaît, c'est le pont entre les deux : l'apprentissage expérientiel qui transforme les connaissances théoriques en jugement pratique. 

Historiquement, l'apprentissage de type apprentissage comblait cet écart. Les juniors absorbaient l'expertise en s'asseyant près des experts, en entendant des conversations, en regardant les décisions se dérouler et en apprenant comment les stratégies évoluaient en temps réel. Crucially, le modèle « d'apprentissage par osmose » transmettait non seulement des connaissances, mais aussi des façons de penser. Ce modèle s'effondre. 

Le travail hybride et l'automatisation ont considérablement réduit l'exposition au raisonnement expert. De nombreux juniors voient maintenant les résultats des décisions sans jamais assister au processus de réflexion qui les sous-tend. 

Alors que l'IA compresse les échelles de carrière traditionnelles, les entreprises ne peuvent plus compter sur l'expérience émergeant naturellement au fil du temps. Attendre une expérience « prête à l'emploi » est devenu à la fois irréaliste et excluant. L'expérience doit maintenant être délibérément créée à travers des flux de travail, des rôles et des systèmes d'IA qui exposent les professionnels au jugement, aux compromis et à la prise de décision en contexte, plutôt que de les en protéger. 

Sans de nouvelles façons de faire émerger et de transférer cette expertise invisible, l'écart de capacité ne fera que s'élargir jusqu'à ce que nous atteignions le point de basculement d'une dégradation irréversible des compétences.  

Quand l'IA remplace la pensée, la capacité professionnelle se dégrade 

De nombreuses entreprises de services professionnels abordent l'IA comme un problème d'outil : comment former les gens à l'utiliser efficacement afin qu'ils puissent être plus productifs, fournir un meilleur service client et finalement rapporter plus d'argent à l'entreprise. L'appétit pour cela est clair. Une enquête Thomson Reuters de 2025 a révélé que 55 % des professionnels signalent des changements significatifs dans leur façon de travailler en raison de l'adoption de l'IA, tandis que 88 % ont déclaré qu'ils favoriseraient des assistants IA spécifiques à leur profession.  

Pourtant, améliorer l'adoption des outils et la maîtrise ne résout pas l'écart cognitif croissant.   

La plupart des outils d'IA sont conçus pour pousser des informations vers les utilisateurs plutôt que de développer leurs capacités de réflexion. Ils fournissent des réponses, des résumés et des recommandations, mais invitent rarement à la réflexion, à la création de sens ou au jugement. Bien que cela augmente la vitesse, cela risque de court-circuiter l'effort cognitif par lequel l'expertise se forme. Les professionnels peuvent devenir plus rapides, mais pas nécessairement meilleurs. 

Cela compte parce que l'expertise ne se développe pas par l'exposition aux réponses seules. Elle se développe en luttant avec l'incertitude, en pesant les compromis et en comprenant pourquoi les décisions se déroulent comme elles le font. 

En 2026, le danger est que la technologie raccourcisse le processus de réflexion si efficacement que les gens cessent complètement d'accumuler de nouvelles connaissances. Si l'IA décide toujours de ce qui compte, les professionnels n'apprennent jamais à le reconnaître eux-mêmes. 

Les résultats s'améliorent lorsque les professionnels pensent d'abord puis utilisent la technologie. La réflexion doit venir en premier.  

Pourquoi les systèmes de gestion des connaissances échouent à capturer le jugement 

Les systèmes de gestion des connaissances sont devenus d'excellents catalogues de documentation, organisant parfaitement les études de cas, les modèles et les manuels qui montrent comment faire les choses.  

Pourtant, il y a un ensemble de données massif manquant — les règles non écrites de la façon dont le travail se fait réellement. Ce que les experts remarquent. Quand ils changent de cap. Quels signaux comptent et lesquels peuvent être ignorés. Comment les compromis sont négociés quand il n'y a pas de réponse évidemment correcte. Cette pensée invisible existe dans l'écart entre « le travail tel qu'imaginé » et « le travail tel qu'il est fait ». 

Les grands modèles de langage (LLM) ne contiennent pas cette connaissance parce qu'elle n'est pas documentée. Elle fait partie de l'expérience vécue. Et à moins que les organisations ne trouvent des moyens d'aider les experts à la faire émerger, l'IA est sur le point d'accélérer sa disparition plutôt que de la préserver. 

De l'automatisation au soutien cognitif : redéfinir le rôle de l'IA dans les services professionnels 

En 2026, les entreprises de services professionnels leaders feront une distinction nette entre l'IA conçue pour automatiser les tâches et l'IA qui améliore la cognition. 

L'IA axée sur l'automatisation excelle dans l'efficacité. L'IA axée sur la cognition est ancrée dans la science comportementale et conçue pour faire émerger et améliorer le jugement, plutôt que de le remplacer. 

L'IA dirigée par la science comportementale se concentre sur de meilleures questions plutôt que sur des réponses plus rapides. Elle incite les professionnels à faire une pause et à réfléchir, à articuler leur raisonnement et à penser à voix haute sur leur travail. Ce faisant, elle approfondit la réflexion et fait émerger les modèles mentaux que les experts ne réalisaient pas avoir — et qui sont si critiques pour fournir le travail exceptionnel qui distingue les entreprises.   

Ceci est particulièrement important pour les professionnels expérimentés, qui ont généralement besoin d'aide pour identifier les indices et les compromis qu'ils utilisent inconsciemment. Lorsque leur pensée devient visible pour eux-mêmes et pour les autres, elle devient également transférable. Les experts peuvent affiner leur propre raisonnement, tester des hypothèses qu'ils ne savaient pas qu'ils faisaient, et affûter continuellement leur jugement. Cette visibilité rend également leur expertise explicable aux clients : renforçant la confiance, démontrant la valeur, et améliorant la volonté de payer et la fidélisation. Pour les coéquipiers, cela réduit le travail répété et le désalignement en clarifiant non seulement ce qui est nécessaire, mais pourquoi c'est important et comment les décisions doivent être abordées. Lorsque l'expertise est rendue explicite, elle peut être organisée et partagée au profit de toutes les équipes et clients, actuels et futurs.   

Le vrai travail professionnel n'est pas linéaire. Il implique des rebondissements, des corrections de cap et des priorités concurrentes. Les systèmes d'IA qui respectent cette complexité, plutôt que de l'aplanir, sont ceux qui aideront les organisations à préserver et à faire évoluer l'expertise, plutôt que de la remplacer. 

Principaux enseignements pour les services professionnels en 2026 

1. Les plus grands échecs de l'IA seront cognitifs, pas techniques
Les entreprises qui se sont concentrées uniquement sur la vitesse feront face à une dégradation des compétences à mesure que les opportunités d'apprentissage expérientiel disparaissent. Ce sera un échec d'apprentissage, pas un échec technologique.

2. L'expertise deviendra une opportunité de conception intentionnelle
Alors que l'automatisation et le travail hybride éliminent les opportunités d'apprentissage, les entreprises devront intentionnellement créer des micro-opportunités pour le personnel junior de développer le jugement, la réflexion, la pensée critique et les compétences de prise de décision, soutenues par l'IA qui fait émerger et partage la pensée experte en contexte.

3. L'IA qui amplifie le jugement humain surpassera l'IA qui le remplace

Les systèmes d'IA les plus précieux rendront l'expertise invisible visible, créant de nouveaux « ensembles de données d'expertise » enracinés dans la façon dont les professionnels pensent et raisonnent.

4. Les stratégies de talents les plus réussies passeront de l'embauche d'expérience à sa création

Les entreprises qui se concentrent sur l'aide aux personnes pour développer l'expérience surpasseront celles qui exigent simplement l'expérience d'emblée. 

Le choix à venir pour les entreprises de services professionnels 

Le risque à venir n'est pas de savoir si l'IA peut faire le travail, mais ce qui est perdu lorsque l'IA fait paraître le travail facile et que les professionnels cessent d'apprendre à penser et à faire les appels de jugement difficiles.  

Les entreprises qui traitent l'IA purement comme un outil d'efficacité verront leur expertise s'éroder silencieusement, tandis que celles qui utilisent l'IA pour faire émerger le jugement développeront, feront évoluer et amélioreront la pensée critique, même à mesure que les machines et les LLM deviennent plus capables. 

Lorsqu'il s'agit de développer la prochaine génération de professionnels pour offrir des résultats clients exceptionnels, le différenciateur ne sera pas qui a adopté l'IA le plus rapidement, mais qui l'a adoptée le plus intelligemment.