




Selon l’enquête AI at Work 2025 du Boston Consulting Group (2025), menée auprès de plus de 10 600 employés dans 11 pays, 36 % seulement s’estiment suffisamment formés à l’IA, et 54 % utiliseraient des outils non autorisés si les bons venaient à manquer. L’IA clandestine est déjà dans vos murs. Et selon le sondage How to implement transformations for long-term impact de McKinsey (2023), 12 % des répondants seulement ont maintenu leurs gains plus de trois ans. Les transformations trébuchent presque toutes au même moment : quand l’essai doit devenir un réflexe.
Avant de recommander quoi que ce soit, nous allons écouter. Des entrevues individuelles, longues, confidentielles, menées par nos ethnographes auprès d’employés de tous les étages. Nous y entrons avec le moins d’hypothèses possible : aucune grille par génération, par niveau hiérarchique ou par département. Bien nous en prend, car ces catégories n’expliquent presque rien. Le « jeune forcément à l’aise » et le « vétéran forcément réfractaire » sont des raccourcis que le terrain dément à chaque mandat.
Au fil de nos mandats nous avons découvert deux variables fondamentales qui permettent de réellement cerner le profil de vos employés : leur tolérance aux risques et leur tolérance à la délégation IA. La première mesure la capacité d’accepter un résultat imparfait, de se tromper devant les autres et d’être jugé par ses pairs. La seconde mesure la disposition à confier à un outil une part de sa rédaction, de son analyse, voire de son jugement. Ces deux variables traversent les générations, les titres et les services.
Elles touchent directement aux trois besoins psychologiques que l’IA vient bousculer, selon Erik Hermann, Stefano Puntoni et Carey Morewedge dans Why Gen AI Feels So Threatening to Workers (Harvard Business Review, 2026) : la compétence, l’autonomie et l’appartenance. Confier une part de son travail à un outil remet en jeu sa compétence et son autonomie; accepter le risque expose au jugement des pairs, donc à l’appartenance. Croisées, ces deux variables dessinent quatre profils. Aucun profil ne vaut mieux qu’un autre; la grille sert à parler un langage commun. Chacun a son besoin en souffrance, et mérite donc son parcours.

Forte tolérance au risque, forte tolérance à la délégation. Dans nos entrevues, il se reconnaît à sa confiance double : en lui-même et en l’outil. Il teste par lui-même sans attendre qu’on lui montre la voie, et les ratés médiatisés de l’IA ne le freinent pas; il préfère se faire sa propre idée. Il a déplacé sa valeur professionnelle : elle réside dans l’analyse et le jugement, et l’effort de production compte peu à ses yeux. « C’est moi le cerveau de l’affaire, ça raccourcit juste le temps. » Il parle de l’IA avec aisance, montre ce qu’il fait, partage ses trouvailles. C’est précisément ce qui peut l’isoler : son enthousiasme avance plus vite que celui de son équipe, et il finit parfois par explorer seul.
Avec lui, le risque s’appelle la solitude, puis le désengagement. Everett Rogers l’avait décrit dès 1962 dans Diffusion of Innovations : les premiers à adopter une nouveauté sont souvent perçus comme marginaux par leur groupe, et l’innovation se propage réellement quand des leaders d’opinion respectés s’en emparent. Donnez-lui donc une place reconnue : un mandat officiel de compagnon IA, du temps protégé dans sa description de poste, des « prompt parties » à animer. Seul critère : la curiosité. Un adjoint administratif passionné fait un meilleur compagnon qu’un cadre compétent et indifférent.
Forte tolérance au risque, faible tolérance à la délégation. Confiant en lui-même, méfiant envers l’outil, il explore volontiers et garde la main sur ce qui compte. Nous l’avons vu tracer une frontière nette : pour la recherche et la synthèse, aucun problème; pour le raisonnement et la création professionnelle, blocage. Il relit tout, refait tout, et ce travail en double lui coûte un temps qu’il juge nécessaire. Sa méfiance a une source : les défaillances de l’IA rapportées dans les médias, qu’il cite volontiers en entrevue et qui confirment ses réserves. Sa rigueur protège la qualité du travail. Elle a aussi un coût caché : tant qu’il ne délègue rien de substantiel, les gains promis par l’IA restent théoriques pour lui.
La recherche montre comment l’amener plus loin. Dans Overcoming Algorithm Aversion (Management Science, 2018), Berkeley Dietvorst, Joseph Simmons et Cade Massey ont constaté que les gens délaissent un algorithme dès qu’ils le voient se tromper, mais l’utilisent bien plus volontiers lorsqu’ils peuvent en modifier les résultats, même légèrement, et obtiennent alors de meilleurs résultats. Offrez-lui des ateliers de prompting sur des cas réels, en petits groupes, et des listes de vérification par métier, construites avec lui. Puis trois paliers sur son cœur d’expertise : l’IA prépare et il décide; l’IA propose et il arbitre; l’IA exécute et il valide. Il passe de relecteur à arbitre, sans rien céder sur la qualité.
Faible tolérance au risque, forte tolérance à la délégation. C’est le profil le plus paradoxal de la matrice : méfiant envers lui-même, confiant dans l’outil. Il utilise l’IA sous la pression de la charge de travail davantage que par conviction, produit beaucoup avec elle, et en parle peu. En entrevue, la gêne affleure vite. Déléguer à l’IA ressemble pour lui à tricher, comme si l’effort fourni faisait la valeur du travail : « C’est comme si c’était pas toi qui avais fait l’examen. » Il craint le regard des collègues et des gestionnaires plus que l’outil lui-même. Il a déjà trouvé les gains; il lui manque la permission de les assumer au grand jour.
Sa crainte est fondée. Dans Evidence of a social evaluation penalty for using AI (PNAS, 2025), Jessica Reif, Richard Larrick et Jack Soll ont établi, auprès de plus de 4 400 participants, que ceux qui utilisent l’IA au travail sont jugés moins compétents et moins motivés. La réponse est collective : une charte du droit à l’erreur signée par la direction, des cercles de pratique sans gestionnaire dans la salle, le rituel du « meilleur ratage IA de la semaine ». Amy Edmondson appelait cela la sécurité psychologique dès 1999 (Psychological Safety and Learning Behavior in Work Teams, Administrative Science Quarterly).
Faible tolérance au risque, faible tolérance à la délégation. C’est le profil le plus résistant de la matrice, et le plus argumenté. Sa résistance est active : il questionne, objecte, documente. Il voit dans l’IA une double menace, pour l’intégrité professionnelle et pour la sécurité des données, et ses objections sur la fiabilité sont souvent fondées. En entrevue, il cite des cas précis d’erreurs, de fuites, de réponses inventées. Comme il ne délègue pas encore, il n’a pas connu l’inconfort de la délégation; son jugement repose sur ce qu’il observe autour de lui. Dans une organisation, il joue un rôle précieux : c’est souvent lui qui pose la question que personne n’ose poser.
Ses objections méritent mieux qu’un argumentaire : un siège au comité de veille qui examine chaque cas d’usage avant déploiement, un rôle de relecteur officiel, un registre public des objections. Sa vigilance solitaire devient une fonction reconnue. La science lui donne en partie raison : dans Navigating the Jagged Technological Frontier (Harvard Business School, 2023), Fabrizio Dell’Acqua et ses collègues ont observé 758 consultants; dès que la tâche sortait du champ de compétence de l’outil, ceux qui utilisaient l’IA se trompaient davantage.
Au contraire. Les parcours peuvent être différents sans créer quatre transformations parallèles. Le sceptique ancré, le gardien vigilant, le délégateur anxieux et l’explorateur assumé doivent tous comprendre la même chose : où l’organisation veut aller, ce qui est permis, ce qui ne l’est pas et vers qui se tourner quand ils hésitent. On peut adapter le rythme, les exercices et le degré de délégation à chacun, mais pas le cadre. Dans nos mandats, ce socle commun repose sur quatre conditions très concrètes : une direction qui parle d’une seule voix, des messages simples et répétés, des compagnons accessibles dans les équipes et une formation qui travaille autant les outils que les croyances. Les voici en détail.
Une direction qui parle d’une seule voix. Quand un vice-président dit « IA générative », qu’un autre parle d’« agents autonomes » et qu’un troisième évoque « l’automatisation », chacun croit défendre le même projet. Les équipes, elles, entendent trois projets différents, et le message se dilue dès le premier étage. Avant de former qui que ce soit, la direction doit s’entendre sur ses mots : ce qu’on appelle IA chez nous, ce qu’on attend d’elle, ce qu’on refuse de lui confier.
Des messages clés, peu nombreux et répétés. Trois ou quatre idées simples suffisent : pourquoi on s’y met, ce qui est permis, ce qui ne l’est pas, ce qu’on gagne. Elles doivent revenir dans chaque réunion, chaque communication, chaque formation, jusqu’à ce que n’importe quel employé puisse les réciter. Un message entendu une fois reste une annonce; répété cent fois, il devient une norme.
Des compagnons dans tous les services. L’adoption se joue à côté du poste de travail, au moment précis où quelqu’un bloque et se tourne vers un collègue. D’où l’importance d’avoir, dans chaque équipe, une personne curieuse, disponible et reconnue pour ce rôle. Les explorateurs assumés en sont les candidats naturels.
Une formation à deux étages. Le premier étage est visible : les outils, le prompting, les cas d’usage. Il s’apprend en atelier, en quelques heures. Le second est souterrain : les croyances, la peur d’être jugé, l’estime de soi professionnelle, le sentiment de tricher. Aucun atelier ne le règle. Il se travaille lentement, dans les rituels d’équipe, les tête-à-tête avec un gestionnaire, les petites victoires partagées.
Ces quatre conditions reposent sur le modèle COM-B de Susan Michie, Maartje van Stralen et Robert West (The behaviour change wheel, Implementation Science, 2011), selon lequel un comportement n’apparaît que lorsque trois éléments sont réunis : la capacité, l’occasion et la motivation. La capacité, c’est le premier étage de la formation : savoir se servir des outils. L’occasion, ce sont les compagnons à proximité et une direction dont le langage clair rend l’usage permis et visible. La motivation, c’est le second étage : des croyances apaisées, une estime de soi préservée, et des messages répétés qui donnent un sens à l’effort. La plupart des programmes IA financent la capacité et espèrent que l’occasion et la motivation suivront d’elles-mêmes. Elles suivent rarement.
Reste à mesurer. Un questionnaire court et anonyme, repris tous les six mois, montre si les gens se déplacent dans la matrice : combien de gardiens vigilants commencent à déléguer, combien de délégateurs anxieux osent en parler, combien de sceptiques ancrés acceptent un premier cas d’usage.
On a beau parler de transformation technologique, de licences et de feuilles de route, ce qui reste à la fin, ce sont des habitudes : le réflexe d’ouvrir l’outil devant un document à résumer, l’aisance d’en parler à un collègue, la confiance de montrer son travail sans craindre d’être jugé. Ces habitudes naissent profil par profil, au rythme de chacun.
L’IA devient une culture le jour où le sceptique ancré siège au comité qui encadre les usages, où le gardien vigilant dispose de protocoles qui lui laissent le dernier mot, où le délégateur anxieux reçoit la permission d’assumer ce qu’il fait déjà, et où l’explorateur assumé trouve un rôle à la mesure de sa curiosité. Ce jour-là, l’outil se fond dans la manière de travailler.
Rien de tout cela ne se devine depuis un bureau de direction. Chaque organisation a ses propres croyances, ses propres peurs et ses propres façons d’apprivoiser l’IA. Tout cela se découvre sur le terrain, une conversation à la fois. C’est notre métier. Et si on allait écouter vos équipes
Entre le projet pilote et la culture, il y a des humains, et ils ne réagissent pas tous de la même façon. L’ethnographie permet de les comprendre sans présumer de leur âge, de leur titre ou de leur service. Deux variables, la tolérance aux risques et la tolérance à la délégation IA, dessinent quatre profils : l’explorateur assumé, le gardien vigilant, le délégateur anxieux et le sceptique ancré. Chacun demande son parcours : un mandat de compagnon pour l’explorateur assumé, des protocoles et une délégation par paliers pour le gardien vigilant, une permission visible pour le délégateur anxieux, un siège au comité de veille pour le sceptique ancré. Le tout tenu par une direction qui parle d’une seule voix, des messages répétés, des compagnons dans chaque service, une formation à deux étages et une mesure aux six mois.
RAPPORT · Boston Consulting Group (2025). AI at Work 2025: Momentum Builds, But Gaps Remain. BCG. Enquête auprès de 10 635 employés dans 11 pays; source des données sur la formation jugée insuffisante (36 %) et l’usage d’outils non autorisés (54 %).
SONDAGE · McKinsey Company (2023). How to implement transformations for long-term impact. McKinsey Global Survey. Source de la donnée selon laquelle 12 % des répondants disent avoir maintenu leurs gains de transformation plus de trois ans.
ARTICLE · Hermann, E., Puntoni, S. et Morewedge, C. K. (2026). Why Gen AI Feels So Threatening to Workers. Harvard Business Review, mars-avril. Applique la théorie de l’autodétermination (compétence, autonomie, appartenance) à l’IA au travail et propose le cadre AWARE.
ÉTUDE · Dell’Acqua, F., McFowland III, E., Mollick, E., Lifshitz-Assaf, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F. et Lakhani, K. R. (2023). Navigating the Jagged Technological Frontier. Harvard Business School Working Paper 24-013. Expérience de terrain auprès de 758 consultants : l’IA améliore la performance à l’intérieur de sa « frontière » de compétence et la dégrade au-delà.
ÉTUDE · Reif, J. A., Larrick, R. P. et Soll, J. B. (2025). Evidence of a social evaluation penalty for using AI. Proceedings of the National Academy of Sciences, 122(19). Quatre expériences préenregistrées (N = 4 439) documentant la pénalité sociale subie par ceux qui utilisent l’IA au travail.
ÉTUDE · Edmondson, A. (1999). Psychological Safety and Learning Behavior in Work Teams. Administrative Science Quarterly, 44(2). Article fondateur sur la sécurité psychologique comme condition de l’apprentissage en équipe.
ARTICLE · Michie, S., van Stralen, M. M. et West, R. (2011). The behaviour change wheel: A new method for characterising and designing behaviour change interventions. Implementation Science, 6(42). Présente le modèle COM-B (capacité, opportunité, motivation) utilisé pour structurer les leviers de changement.
LIVRE · Rogers, E. M. (1962; 5e éd. 2003). Diffusion of Innovations. Free Press. Théorie de la diffusion des innovations : rôle des innovateurs, souvent perçus comme marginaux, et des adopteurs précoces, leaders d’opinion de leur groupe.
ÉTUDE · Dietvorst, B. J., Simmons, J. P. et Massey, C. (2018). Overcoming Algorithm Aversion: People Will Use Imperfect Algorithms If They Can (Even Slightly) Modify Them. Management Science, 64(3), 1155-1170. Trois études montrant que la possibilité de modifier, même légèrement, les résultats d’un algorithme imparfait en augmente l’usage et améliore la performance.
Le jeune philosophe est un pur-sang de la droite catholique française, maire-adjoint de Versailles et délégué à la Jeunesse et à l'Enseignement supérieur. Un esprit sain dans un corps sain de gendre parfait, de chemisette bien repassée de curé de paroisse potentiel. J'exagère à peine, puisque notre candidat est engagé contre l’avortement, contre l’adoption par des parents du même sexe, contre le mariage gay, contre l'immigration telle qu'elle est pratiquée en Europe, etc. Bref Bellamy n’a pas les atours du « candidat pour la modernité ».
Mais... je l'ai déjà dit (et peut-être déjà répété), un livre n'est pas un concours de beauté ou de popularité. J'aime lire des auteurs pour savoir comment il pensent avant de m'arrêter à ce qu'ils pensent. Dans ce cas précis, je ne pourrais pas être plus éloigné des idées politiques de Bellamy, et je déplore même qu'un esprit si habile soit au service d'idées si nauséabondes. Cela étant clarifié, Bellamy est un philosophe efficace, dans le sens où il apporte un regard interrogateur sur notre époque. Aussi, cet essai Demeure n'est pas politique le moins du monde... et il est passionnant.
Par ailleurs, si les opinions les tendances politiques du philosophe n'ont pas échappées aux critiques littéraires, tous reconnaissaient l'étanchéité entre le Bellamy-auteur et le Bellamy-politicien.
D'abord, Bellamy se défend d’être conservateur, et son essai contre « l’ère du mouvement perpétuel » est un exercice rhétorique finement mené, qui le rend difficile à identifier politiquement. C’est que cet esprit précoce ne dénonce pas le changement en soi. Il dénonce le changement sans but précis. Il accuse notre incapacité à nous « poser » et à définir ce qu’il appelle des points fixes — que nous appelions autrefois des valeurs, mais en politique les valeurs sont devenues l’argument des conservateurs, alors que le mouvement est celui de la modernité. Bref, Bellamy mérite toute notre attention pour proposer un contrepoids crédible à la panacée du changement, et à notre béatitude technologique.
“Je ne suis pas contre le progrès, bien au contraire. Mais l'erreur du moment est de penser que tout changement est un progrès”✱. Pour Bellamy, face à la transformation du monde par des outils technologiques que nous ne maîtrisons pas, face à la menace de la crise écologique, le rôle de la politique est peut-être de défendre des repères et donner du sens à ce monde.
Copernic et Galilée ont remis le monde en mouvement, le privant d’un coup de la stabilité rassurante d’un but à atteindre. Avant eux, il existait une fin, une ligne d'arrivée, un repos éternel. Depuis, tout est changement perpétuel, il n'y a plus de repère absolu — il n’est même plus certain que nous ayons à mourir un jour. Notre monde repose sur un socle où tout est remis en question dans ce que Bellamy appelle un progressisme sans destination. Il faut désormais définir des points fixes pour donner un sens.
Tout s’écoule, disait Parménide. Or, rappelle Bellamy, la rivière ne s’écoule que parce que la rive est immobile. Le mouvement ne vaut que s’il est observé d’un point fixe. C’est donc la fixité qui permet le mouvement. Au delà de la rhétorique abstraite, on peut s'interroger sur notre manque de destination. Nous allons tous quelque part. Nous y allons tous de plus en plus vite. Mais où allons-nous « Où vas-tu Gilgamesh? » interrogeait le tout premier texte de notre civilisation.
C’est la question que nous nous posons depuis l’aube des temps. Quel est notre but Dans quelle direction La quête de sens porte bien son nom. Finalement, Bellamy veut sauver la possibilité du mouvement en fixant des repères, une destination, Il rappelle « qu’une chose est sûre : nous ne sortirons pas de la fascination du mouvement par l'éloge de l’immobilité », et propose « la sagesse du discernement ».
Aujourd'hui nous refusons la fixité. Nous voulons pouvoir négocier tout ce qui est. Nous ne supportons plus les limites spatiales, temporelles, biologiques. La technique nous a aidés à tout abolir. Nous voulons habiter sur Mars, voyager dans le temps, ou changer de sexe. Notre liberté ne supporte aucune dérogation. Le désir s’impose au déterminisme. Dès lors, l’idée (technophile) s’est imposée : si tout peut changer, alors tout doit changer. Oui, mais pour aller où Mais où vas-tu Gilgamesh
Et la famille est un point fixe fondamental pour Bellamy, qui précise ses positions sur la procréation. Sa rhétorique contre la procréation assistée mérite une écoute impartiale — quelle que soit notre idée personnelle sur le sujet, ce qui n'est pas évident. Bellamy y voit le signe d’un changement de paradigme dans le domaine de la santé, qui passe de l’humain réparé à l’humain augmenté, en répondant à un “désir que notre condition humaine ne satisfait pas”.
Il pose ainsi la question du rôle de la médecine : doit-elle répondre à tous nos besoins Et cette question est parfaitement pertinente. Aujourd’hui personne ne peut contester l’utilité d’une couveuse pour sauver un prématuré ni le stimulateur cardiaque qui vient au secours de certains de nos aînés. Cette amélioration est un progrès indiscutable. Or, il s’agit bien ici d’une médecine d’optimisation, d’un corps augmenté par la technologie.
Pensez maintenant à la grossesse extra utérine demandée par certains groupes féministes de Californie pour une grossesse équitable — qui ne pénaliserait pas la mère — puisque la gestation se ferait totalement en dehors du corps. Au delà d’avoir été imaginée par Aldoux Huxley dans Le meilleur des mondes, l’ectogenèse est aujourd'hui une réalité, et les premiers tests ont été menés par Alan W. Flake et son équipe du Center for Fetal Research, de l'Hôpital pour enfant de Philadelphie. Des agneaux nés hors corps pour valider des recherches visant les humains. L'utérus artificiel, pour sauver de grands prématurés humains, ou pour éviter l'iniquité de la grossesse. Cette idée peut nous paraître choquante, farfelue ou immorale. Or, il ne s’agit que d’une question d'époque. Au milieu du XIXe on étouffait les enfants enragés entre des matelas✱. Au début du siècle dernier, on guérissait les femmes dépressives par la lobotomie, en perçant un trou dans leur crâne pour y prélever des morceau de cerveau (sans anesthésie, bien évidemment). Aujourd'hui nos grands-papas vivent avec des piles électriques dans le cœur, et demain nos mamans accoucheront extra utero.

Ce qui ressemble à un point fixe — la santé, la morale, la vie, la mort — est un repère mouvant, qui se déforme au gré des époques et des capacités scientifiques.
Notre définition contemporaine de la santé date de 1945. L’Organisation mondiale de la santé à imposé cette définition encore en vigueur aujourd'hui : la santé est un état de complet bien-être physique, mental et social. Jusqu’alors, la santé, c’était « le silence des organes » d'après la définition délicieuse de Paul Valéry. Et demain
L'humain augmenté existe déjà. Celui d'aujourd'hui est une bénédiction. Celui de demain est une abomination. Simple question de timing.
Bellamy continue son réquisitoire en s'attaquant à l’économie, qui n’a bien évidemment pas échappé à cette fluidité — l’économie du stock et du patrimoine a laissé la place à l’économie du flux. La valeur d’échange a remplacé la valeur d’usage. Rien n’est plus fait pour être conservé, tout est fait pour être échangé — le plus souvent possible, le plus rapidement possible. Aujourd'hui les échanges boursiers se font à une vitesse d’une fraction de seconde, on préfère louer que posséder, rien n’est pensé pour durer.
Le travail aussi a changé. Autrefois il valorisait le métier, l’expérience, aujourd’hui il glorifie l’adaptabilité, la mobilité, la flexibilité. Tout le langage a changé. L’agilité a remplacé la sagesse. Et la « nouvelle économie » n’échappe pas à cet appétit du mouvement, entre les startups qui glorifient le démarrage — la mise en mouvement — et l’économie de partage, qui consiste à faire de l’argent avec ce qui était autrefois gratuit. L’hospitalité, l’autostop, le prêt d’outils. Le bon vieux coup de main est devenu une transaction. Jusqu’à La Poste française, qui facture désormais le petit bonjour du facteur à 19,90 € par mois pour cinq minutes par semaine. Mais où vas-tu Gilgamesh
J'ai voulu faire le tour de la pensé de Bellamy, en la nourrissant d'exemples que j'ai pu moi-même pu observer. J'apprécie sa pensée des points fixes, du discernement et du jugement sur un avenir décidé. Je ne partage pas ses conclusions. Aucune d'elles. Bonne nouvelle, elles ne sont PAS l'objet de son essai — ce qui prouve que nous pouvons faire usage de sa réflexion et arriver à des destinations bien différentes. Alors je salue sa rhétorique, son courage et son bon sens, même si j'aurais préféré qu'il en fît un usage différent, au service d'une cause plus laïque et moins manipulée.
Je vous souhaite une lecture sage et dépassionnée de "Demeure", c'est un ouvrage riche, fort, et généreux.
Il y a un chiffre qui devrait nous faire réfléchir un peu plus souvent : 74,70 $ USD. C’est la richesse produite en moyenne pour chaque heure travaillée au Canada, en 2023. Vous voulez savoir combien c’est chez nos voisins américains? 97,00 $ USD. Et en France? 89,30 $ USD. On a beau se moquer des Américains ces temps-ci, il y a au moins une chose qu’ils font nettement mieux que nous : produire de la richesse.
PIB par heure travaillée, données 2023, dollars américains (USD) à parité de pouvoir d’achat (PPA). Source : OCDE, Études économiques : Canada 2025.
Attention, on parle de productivité. Ça ne veut pas dire que nous travaillons moins fort que nos voisins américains. Ça veut dire qu’une heure de travail produit moins de valeur économique. On peut se lever plus tôt, rester plus tard au bureau, répondre à ses courriels pendant les vacances, ça ne change rien au problème. La productivité, c’est ce qu’on arrive à produire avec les ressources dont on dispose. Et là-dessus, on n’est vraiment pas les champions.
Le plus embêtant, c’est que ça dure depuis longtemps. Dans les années 1960 et 1970, notre productivité progressait d’environ 3 % par année. Entre 2000 et 2019, on tournait plutôt autour de 1 %. On ne parle donc pas d’une mauvaise année, d’une récession ou d’une crise passagère. Ça fait un quart de siècle qu’on avance au ralenti.
Et combien nous coûte ce retard? La Banque du Canada a fait le calcul. Si notre productivité avait progressé au même rythme que celle des autres pays du G7 depuis 2000, notre PIB serait aujourd’hui supérieur d’environ 9 %.
Sept mille dollars par personne. Pas par travailleur. Par habitant. Évidemment, personne n’aurait reçu un chèque de 7 000 $. C’est une façon de mesurer la richesse supplémentaire que notre économie aurait pu produire chaque année. Mais quand on multiplie ça par la population canadienne, on commence à comprendre l’ampleur du problème.
Pourquoi sommes-nous si peu productifs? Il y a plusieurs raisons, bien sûr. Le sous-investissement des entreprises, notamment. Mais l’OCDE nous apprend quelque chose d’assez fascinant : parmi les pays du G7, le Canada possède la plus grande proportion d’activités économiques à faible intensité numérique et la plus petite proportion à forte intensité numérique.
Dit plus simplement, nos entreprises sont moins technologiques que celles de nos partenaires. On a des ordinateurs, des téléphones, des sites Web et des comptes LinkedIn, évidemment. Mais intégrer véritablement la technologie dans notre manière de produire, de gérer, de décider ou de servir nos clients, ça, c’est une autre histoire.
Et voilà qu’arrive l’intelligence artificielle. Une technologie capable d’automatiser certaines tâches, d’accélérer la recherche d’information, d’aider à prendre des décisions, de soutenir les employés moins expérimentés. Bref, quelque chose qui pourrait justement nous aider à régler une partie de notre problème de productivité. Pas tout, évidemment. Mais quand même.
On pourrait donc imaginer qu’on va se précipiter dessus, non? Après vingt-cinq ans de retard, ce serait une excellente occasion de rattraper un peu le peloton. Eh bien, figurez-vous que non.
En janvier 2026, Ipsos a publié les résultats d’une grande étude réalisée pour Google auprès d’environ 21 000 personnes dans 21 pays. Je suis allé regarder les résultats pour notre pays. Et ce qui m’a frappé, ce n’est pas simplement qu’on a peur de l’intelligence artificielle. C’est qu’on cumule à peu près toutes les formes possibles de réticence.
Nous sommes pessimistes, anxieux, méfiants et réfractaires. Quatre attitudes qui semblent se ressembler, mais qui racontent des choses assez différentes.
| Notre rapport à l’IA | 🇨🇦 Canada | 🌍 21 pays |
|---|---|---|
| PessimismeEffets négatifs sur les travailleurs | 68 % | 50 % |
| AnxiétéInquiétude plutôt qu’enthousiasme | 65 % | 46 % |
| MéfiancePeu ou pas confiance dans l’exactitude des réponses | 62 % | 38 % |
| RéfractairesRefus d’utiliser davantage l’IA, même avec plus d’assurance | 34 % | 22 % |
Résultats auprès d’environ 21 000 adultes dans 21 pays (septembre-octobre 2025). La dernière colonne correspond à l’ensemble des répondants étudiés, pas à tous les habitants de la planète. Source : Ipsos-Google, Our Life With AI 2025, questions 6, 7, 10 et 26.
Nous sommes pessimistes. Au Canada, 68 % des répondants anticipent des conséquences négatives de l’IA sur les emplois et les travailleurs. Dans l’ensemble des pays étudiés, c’est 50 %. Ça fait 18 points d’écart. On imagine plus facilement les emplois qui vont disparaître que les possibilités qui pourraient apparaître.
Nous sommes anxieux. Chez nous, pour 65 % des répondants, l’inquiétude domine l’enthousiasme. Dans l’ensemble des pays étudiés, on est à 46 %. Vous voyez la différence? Avant même de se demander ce qu’on pourrait faire avec l’IA, on pense à ce qui pourrait mal aller.
Nous sommes méfiants. Chez nous, près de deux personnes sur trois, soit 62 %, accordent peu ou pas de confiance à l’exactitude des informations produites par l’IA. Dans l’ensemble des pays étudiés, c’est 38 %. Et là, on parle d’autre chose. On ne se demande plus seulement ce que l’IA va changer dans nos vies. On se demande si on peut croire ce qu’elle nous raconte. Ce qui, avouons-le, est parfois une excellente question.
Nous sommes réfractaires. Et celle-là, je la trouve particulièrement intéressante. Même si nous devenions plus confiants dans notre capacité à utiliser l’IA, 34 % d’entre nous ne voudraient pas en faire davantage usage. La proportion est de 22 % dans l’ensemble des pays. Autrement dit, même en nous sentant mieux équipés, plusieurs d’entre nous ne seraient toujours pas tentés d’aller plus loin.
Vous voyez la nuance? On ne parle plus seulement d’avoir peur ou de manquer de confiance. On parle de gens qui, même si on réglait une partie de leurs inquiétudes, ne voudraient pas nécessairement avancer.
Pourtant, chez nous, 60 % des personnes sondées ont utilisé l’IA au cours des douze derniers mois. Ce n’est donc pas une technologie complètement inconnue. On s’en sert, on la regarde faire, on en parle énormément. Mais de là à lui faire une vraie place dans notre façon de travailler, il reste manifestement du chemin.
Reprenons. Nous traînons un problème de productivité depuis vingt-cinq ans. Une nouvelle technologie arrive et pourrait nous aider à améliorer les choses. Mais nous sommes parmi les populations les plus inquiètes, les plus méfiantes et les plus réticentes à l’utiliser davantage. C’est quand même un drôle de paradoxe.
Je ne suis pas en train de dire que notre peur de l’IA explique vingt-cinq ans de retard économique. ChatGPT n’existait même pas il y a cinq ans. Et personne de sérieux ne prétend que l’intelligence artificielle va régler à elle seule tous nos problèmes de productivité. Mais imaginons un instant la suite.
Si on a peur d’une technologie, on hésite à l’essayer. Si on hésite à l’essayer, on apprend moins vite à s’en servir. Et si on apprend moins vite, on découvre moins vite ce qu’elle pourrait changer dans notre travail. Pendant ce temps-là, ailleurs, des entreprises expérimentent, des employés développent de nouvelles compétences et des organisations commencent à transformer leurs façons de faire.
Le retard pourrait alors continuer à se creuser. Cette fois, en partie parce qu’on aurait eu peur d’essayer de le rattraper.
Je comprends parfaitement qu’on puisse avoir peur de l’IA. Les risques existent. Il peut y avoir des erreurs, des fuites de données, des décisions absurdes, des conseils complètement inventés. On aurait tort de faire comme si tout ça n’existait pas.
Mais il y a une différence entre prendre un risque au sérieux et décider qu’on ne fera rien tant que le risque n’aura pas complètement disparu.
Dans les entreprises, on est particulièrement doués pour déguiser notre peur en prudence. On dit que la technologie n’est pas assez mature, que les employés ne sont pas prêts, qu’il faudrait attendre la prochaine version, qu’on manque de temps pour se former. Et puis, tant qu’à y être, attendons aussi que nos concurrents aient fait tous les essais à notre place.
Ces arguments peuvent être parfaitement légitimes. Le problème commence lorsqu’ils deviennent une méthode pour ne jamais rien essayer.
Parce qu’il faut voir l’autre côté de la médaille. Si on lance un projet d’IA et qu’il échoue, tout le monde va le savoir. On aura dépensé de l’argent, consacré du temps, peut-être dérangé quelques habitudes. Il faudra expliquer pourquoi ça n’a pas fonctionné.
Mais si on ne lance jamais le projet? Rien. Aucun dépassement de budget, aucun échéancier raté, aucune réunion pour expliquer l’échec. On continue comme avant, et on peut même se féliciter d’avoir été prudent.
Sauf qu’on paie quand même. On paie en temps perdu, en occasions manquées, en tâches répétitives, en employés qui passent leurs journées à faire des choses qu’une machine pourrait leur éviter. Ce coût-là est moins spectaculaire. Il ne figure pas nécessairement dans un tableau de bord. Mais il existe.
En 2025, trois chercheurs, Erik Brynjolfsson, Danielle Li et Lindsey Raymond, ont publié une étude menée auprès de 5 172 agents de service client. Certains avaient accès à un assistant d’intelligence artificielle pour les aider dans leur travail. Résultat : 15 % de problèmes résolus en plus par heure travaillée, en moyenne.
Je trouve ce chiffre absolument fascinant. On ne parle pas de 15 % d’heures supplémentaires ni de 15 % d’employés de plus. On parle des mêmes personnes, qui disposent simplement d’un meilleur outil pour accomplir leur travail.
Et le détail le plus intéressant est ailleurs : les gains étaient particulièrement importants chez les employés les moins expérimentés. L’IA leur permettait de profiter plus rapidement de connaissances et de bonnes pratiques qu’ils auraient autrement mis beaucoup plus de temps à acquérir.
Évidemment, une étude sur des agents de service client ne permet pas de prédire les gains de productivité de toutes les entreprises canadiennes. Mais elle montre au moins une chose : dans certaines conditions, l’IA peut déjà produire des résultats concrets et mesurables.
Et si on commençait par ça? Plutôt que de débattre sans fin de tout ce qui pourrait mal aller, on pourrait aussi se demander ce qu’on pourrait améliorer dès maintenant.
J’aime beaucoup ce qu’a fait Singapour. En 2024, le gouvernement a permis à plus de 150 PME de tester des outils d’intelligence artificielle générative pendant trois mois, notamment pour améliorer leur marketing et leurs relations avec leurs clients.
Trois mois. Pas un grand plan de transformation sur dix ans. Pas une révolution organisationnelle annoncée à grand renfort de présentations PowerPoint. Juste l’occasion d’essayer quelque chose, dans de vraies entreprises, avec de vrais problèmes à résoudre.
Et savez-vous ce qui s’est passé? Selon le gouvernement de Singapour, près de 80 % des entreprises participantes ont continué à utiliser les outils après la période d’essai.
J’adore cette idée. On n’a pas demandé à ces entreprises de croire aveuglément aux promesses de l’IA. On leur a donné les moyens de se faire leur propre idée. Certaines ont probablement découvert des usages très utiles, d’autres ont dû ajuster leurs attentes. Mais au moins, elles ont appris quelque chose.
C’est peut-être là qu’on devrait commencer, nous aussi.
Lundi matin, dans nos entreprises, nos municipalités ou nos services publics, on pourrait demander aux équipes quelle tâche leur fait perdre un temps fou. Pas dix tâches. Une seule. Celle que tout le monde trouve interminable, répétitive ou franchement absurde.
Et si on demandait à quelques employés d’essayer de la faire autrement avec l’IA? Pendant un mois, par exemple. Avec des règles claires pour protéger les données, évidemment. On mesurerait le temps gagné, la qualité du travail, les erreurs éventuelles et ce qu’on apprend en cours de route.
Si ça ne fonctionne pas, on ajuste. Si ça fonctionne, on partage les résultats avec les collègues. Et on recommence avec un autre problème.
Ce n’est pas très spectaculaire, je sais. Mais c’est comme ça qu’on développe de nouvelles compétences, qu’on transforme progressivement les habitudes et qu’on finit par améliorer la productivité. À force d’apprendre, de faire des essais et de comprendre ce qui fonctionne vraiment.
Je ne crois pas une seconde que nous manquions d’intelligence, de créativité ou d’ambition. Et je ne crois pas non plus qu’il faille avoir honte de nos inquiétudes. La peur peut même être très utile, à condition de s’en servir pour réfléchir à ce qu’on doit protéger et à la façon d’avancer.
Mais il va falloir accepter une chose : le monde ne va pas attendre que nous soyons parfaitement rassurés. Et quand on regarde notre retard de productivité, on réalise qu’on n’a pas vraiment le luxe de passer les prochaines années à regarder les autres avancer.
Et si on essayait, pour voir?
Il existe trois types d’empathie et chacun de ces types agit sur une partie différente du cerveau. Il faut bien se comprendre, ici: les types d’empathie ne sont pas interdépendants et chaque personne a un degré d’habilité différent par rapport à ceux-ci.
C’est l’empathie que l’on connait tous: le fait de comprendre et de reconnaitre ce que l’autre personne ressent. Quand ton meilleur ami t’appelle pour te dire qu’il a décroché son emploi de rêve et que tu lui dis : « Wow, je suis tellement content pour toi ! » (et que vous êtes sincère), c’est ce qu’on appelle de l’empathie cognitive.
On l'appelle aussi l'empathie contagieuse. Avec ce type d’empathie, nous ressentons physiologiquement et physiquement ce que l’autre ressent grâce à des signaux verbaux et non verbaux. Ici, on parle ni plus ni moins de faire l’expérience des sentiments de l’autre. Oui, c’est celle-ci qui nous permet de ressentir un bon vieux malaise lors de nos vidéoconférences.
Cette empathie peut être définie comme une réponse émotionnelle de compassion et/ou d'inquiétude provoquée par le fait de ressentir que quelqu'un d’autre est dans le besoin. En d’autres mots, c’est l’empathie qui fait agir, c’est grâce à celle-ci que les gens passent à l’action pour remédier aux problèmes des autres. Sur le plan anthropologique, il a déjà été suggéré que l’empathie compassionnelle ferait partie du mécanisme évolutif qui permettrait à l’humain de posséder la grande motivation d'aider ses enfants en cas de besoin. Si les humains n'étaient pas si intéressés à aider leurs rejetons, notre espèce ne serait pas allée très loin…
Avoir une grande habileté par rapport aux types d’empathies cognitives permet de voir le monde à travers un oeil différent et de comprendre plus simplement un point de vue. En d’autres mots, quand on reconnait que notre interlocuteur a des émotions, nous pouvons mieux communiquer avec lui, car nous avons l’habileté de comprendre sa perspective des choses. C’est ça, la beauté de l’empathie: la capacité de « voir » le cadre de pensée des autres. Selon le Center of Creative Leadership, plus notre capacité à comprendre différents cadres de pensées est grande, plus notre performance au travail sera grande. Tout ça, grâce à la communication !
Tout comme nos muscles nécessitent un entraînement régulier afin de se développer et de devenir plus forts, l'empathie se perfectionne par des exercices assidus. En effet, bien que nous ayons tous des degrés différents d’empathies selon nos expériences de vie et notre environnement socioculturel, il est possible de pratiquer nos « muscles empathiques ». Pour ce faire, plusieurs psychologues proposent la pratique de l’écoute profonde (deep listening), ce qui consiste à écouter les gens de manière sincère et authentique. Mais qu’est-ce que ça veut dire Les expériences démontrent que plus nous écoutons les propos de l’autre sans préparer notre réponse, plus ils ''s'ancreront'' dans la partie de notre système cognitif responsable du traitement de l'information, et plus notre cerveau s’habituera à recevoir de l’information nouvelle et étonnante de manière détendue, réceptive et calme.
Chaque type d’empathie a un bénéfice différent selon les situations. Prenons l'exemple d'un travailleur social. Celui-ci n'a pas avantage à avoir une empathie émotionnelle grandement développée (comme pleurer quand un individu pleure). Cependant, une bonne empathie compassionnelle (celle qui fait agir) est une habileté qui caractérise un bon travailleur social, car celui-ci ne doit pas seulement comprendre les émotions d'autrui, il doit aussi avoir le désir profond d'aider les gens.
Oui, l'empathie est utile dans votre vie professionnelle, mais pas n'importe laquelle dans n'importe quelles circonstances: vous devez être précis par rapport au type d'empathie que vous voulez développer.
Nous devons comprendre que... nous ne comprenons pas. L’empathie ne nous permet pas de jouer les psychologues, elle ne nous permet pas non plus de reconnaître les intentions ni même les motivations des gens face à leurs émotions. Ainsi, nous pouvons ressentir une émotion, mais cela ne veut pas dire que nous savons pourquoi la personne ressent cette émotion. En fait, plus nous comprenons nos propres émotions, plus nous pouvons comprendre leur complexité. Aussi, il peut être risqué de déduire à partir des émotions d'autrui des intentions précises, car nous pouvons nous tromper complètement, et cela affectera grandement la communication. L’écart empathique est un bel exemple de ce risque !
Dans des cas de résolution de problème, les gens iront instinctivement discuter avec la personne qui a des expériences similaires. Ce choix est basé sur le réflexe empathique. Étonnamment, selon les recherches du Harvard Business Review, ceux qui ont subi des défis dans le passé étaient moins susceptibles de faire preuve d'empathie pour quelqu'un confrontée aux mêmes défis. C’est ce qu’on appelle l'écart d’empathie. Comprendre ce phénomène est d’une importance capitale pour notre communication avec autrui, surtout en situation de résolution de problème. L’écart empathique est un phénomène psychologique qui tend à diminuer le souvenir de la gravité de certaines situations passées.
Nous sommes au début des années 50, l’armée de l’air américaine veut améliorer les performances en vol de ses escadrons. Les mensurations des pilotes ayant changé au fil des années, le temps de repenser le cockpit des appareils est venu. La mission est confiée à la Base de Wright Air Force. 4000 pilotes sont mesurés dans tous les sens, avec un objectif simple : créer le cockpit parfait, le cockpit de tous les cockpits, le cockpit qui conviendrait à tous les pilotes... autrement dit, le cockpit moyen.
Après donc un demi-million de mesures, le cockpit idéal est testé sur les 4000 pilotes. Savez-vous combien de pilotes sont rentrés parfaitement dans ce cockpit 50, 20, 10, 5 La réponse est devenue une révélation pour tous les innovateurs du monde : zéro. zéro virgule zéro. Aucun pilote! Zéro!!!
Cette incroyable étude menée par les militaires et les scientifiques ne souffrait d'aucune contestation possible, et la morale de l’histoire est simple : la moyenne n'existe pas. C'est à Todd Rose que nous devons cette démonstration étonnante dans une conférence TED, The Myth of Average.
L'usager normal est peu enclin à nommer certains problèmes ou dysfonctionnements. La raison? On s'arrange avec! Regardez le nombre d'objets, de produits ou de services imparfaits autour de nous! On s'adapte, on s'organise, on vit avec. Alors si vous interrogez la moyenne, la probabilité qu'elle ait de grandes révélations à vous faire est faible. Si on me demande s'il est difficile de me servir d'une balayeuse, il se pourrait bien que je le prenne mal... Quand même! Une balayeuse! Mais si on m'observe pendant le ménage, qu'on voit que je galère avec le fil, que je fais la grimace quand le tuyau est coincé dans le coin d'un meuble, qu'on note que je dois la monter du garage, puis la redescendre, en la faisant frotter contre les murs... Tous ces "besoins" sont dits "latents" : ils sont invisibles, et même pas dignes de mention. Alors que les besoins manifestes sont beaucoup plus faciles à obtenir : je veux une balayeuse légère, avec un bon prix et un bon look. Je peux nommer des besoins manifestes universels... mais totalement inintéressants. Ils n'ont pas — ou peu — de valeur. Au final, je me suis offert un robot aspirateur. Pourquoi? Parce que je n'ai pas à le déplacer, parce qu'il n'y a ni fil ni tuyau. J'ai rempli mes besoins latents avec un produit qui n'a pas tenté de simplement remplir des besoins évidents, manifestes.
Imaginer un produit pour la moyenne des consommateurs, c'est imaginer un produit pour... personne. Alors à qui faut-il penser Aux usagers extrêmes. Ces utilisateurs extrêmes sont étudiés à la loupe par celles et ceux qui veulent surprendre le marché, car ils sont plus bavards que les utilisateurs moyens. Ils ont des choses à vous dire et voici qui ils sont.
Ils ne sont pas encore vos clients. Ils ne le seront jamais si vous n’inventez rien pour eux. Les non-utilisateurs peuvent fournir des informations sur les raisons pour lesquelles ils ne sont pas des utilisateurs actuels d'un produit ou d'un service. Cela peut inclure des obstacles tels que le coût, la complexité ou le manque de conscience de l'existence du produit ou du service. Ils peuvent également fournir des informations sur les besoins non satisfaits, des préférences qui ne sont pas prises en compte par les produits ou services existants. Ces informations sont précieuses pour diversifier un marché, explorer un segment de marché sous-estimé ou "mal traité".
Voici un exemple connu, celui de McDonald’s qui a tenté de mieux comprendre les végétariens qui fuyaient la marque. Résultat : aujourd'hui, McDonald’s a ajouté des formules végétariennes à son menu avec un grand succès.

Ce sont des utilisateurs un peu incompétents avec votre produit. Malhabiles. Débutants. Ils sont moins forts que la moyenne, mais beaaaaaucoup plus bavards. Ils n'ont pas de honte à nommer ceci ou identifier cela. Parfois un handicap peut les empêcher d'utiliser un produit ou un service, ils vont être alors plus enclins à faire des demandes précises. Il peut d'agir aussi d'incompétence pure : "je ne connais rien à la course à pied, mais j'aimerais m'y mettre". On peut aussi penser aux débutants "je viens d'arriver dans l'entreprise et je ne connais pas les outils à utiliser", etc. Dans tous les cas, leur ego n'est pas mis en jeu lors d'une entrevue. Ils n'ont pas à savoir d'emblée. Alors ils sont libres de nommer les choses telles quelles sont. Cette candeur est très très précieuse.
Un exemple connu : c’est grâce à des personnes âgées atteintes d’arthrite que les designers industriels de Smart Design ont conçu une gamme d’ustensiles de cuisine... utilisés par tout le monde — pour leur client OXO Good Grip. Le cas est d'ailleurs bien documenté ici.

Ils sont plus forts que la moyenne. Ce sont des utilisateurs experts, fidèles. Ils ont des choses à vous dire pour améliorer votre produit. Il peut s'agir d'un chauffeur qui fait plus de 50 000 km par année, et qui peut vous parler de fatigue au volant. Une employée fidèle depuis 15 ans a certainement des choses intéressantes à vous dire sur la culture de l'entreprise. On parle ici des pros, des athlètes de votre produit ou de votre service.
Exemple connu : le détaillant de sport Décathlon effectue de nombreuses recherches avec utilisateurs expérimentés dans tous les sports pour améliorer ses produits. Leur page "innovation" est d'ailleurs très explicite à ce sujet!

Ce sont ces usagers qui se sont débrouillés sans vous, avant vous. Ils sont bricoleurs, curieux, avant-gardistes, savants, et surtout... Ils ont DÉJÀ trouvé la solution... Je me souviens de l'exemple partagé par Louis Garneau. Lors d'une compétition, il s'aperçoit qu'un cycliste avait lacéré ses souliers de vélo pour les aérer et les rendre plus souples. C’est ainsi qu'il a amélioré son modèle en créant une mise à jour... plus aérée et plus souple.

Voilà celles et ceux qu’il faut observer, questionner, comprendre. Ils vous mettront sur la piste de solutions nouvelles et vous permettront d'inventer de nouveaux produits ou services. L'intérêt pour les usagers extrêmes réside dans leur capacité à révéler des problèmes et des opportunités qui pourraient passer inaperçus lorsqu'on se concentre uniquement sur les utilisateurs moyens. Les solutions développées pour répondre aux besoins de ces usagers extrêmes ont souvent le potentiel d'améliorer l'expérience de l'ensemble des utilisateurs. Et c'est ça la beauté de l'exercice! Les usagers extrêmes nomment des besoins latents au nom de la masse. Ils deviennent des porte-parole de l'insight qu'un usage moyen n'aurait jamais osé, jamais pensé, jamais pris la peine de partager avec vous. Chez Perrier Jablonski, c'est un point de départ obligatoire avant tout travail stratégique. Nous cherchons les usagers extrêmes qui pourraient nous mettre sur les bonnes pistes.
Attention : cela n’est pas une garantie de succès commercial... C'est une piste à explorer! Mais si la solution est unique, elle vous donnera un avantage certain face au marché. Dernier exemple pour la route, Yoplait, et ses contenants de 1 litre. Typiquement, la forme de peanut est beaucoup plus facile à agripper... et c'est vrai pour tout le monde. Mais c'est en parlant à des personnes âgées atteintes d'arthrite qu'ils l'ont appris...

À la fois science et méthode de recherche, l’ethnographie s’intéresse aux manières dont les gens vivent leur vie et interagissent avec leur environnement. Autrefois utilisée en anthropologie pour étudier les cultures et les sociétés, elle sert aujourd’hui à appréhender et comprendre les expériences des individus. Souvent qualifiée de fieldwork et de recherche in situ, l’ethnographie se distingue par son ancrage au terrain. En effet, les chercheur.e.s, par l’observation, les entrevues et le journal de bord, s’immergent dans l’environnement des enquêté.e.s qui deviennent partie intégrale du processus de recherche.
Fait intéressant, nous observons une hybridation de l’ethnographie à d’autres disciplines. Nous pouvons donc parler d’ethnomarketing (l’ethno appliquée aux comportements de consommation), de netnographie (l’ethno en ligne) et d’ethnographie multisites (l’ethno qui connecte plusieurs lieux).¹
IKEA utilise l’ethnographie pour comprendre les gens à la maison en les situant dans leurs contextes socioculturels, politiques, environnementaux et économiques. «Dans nos recherches, nous voulons nous rapprocher de la vie de tous les jours des personne, de leur réalité »², explique Mikael Ydholm, directeur de la recherche chez IKEA.
Alliant ethnographie et créativité, les recherches d’IKEA vont de la création d’environnements ponctuels aux visites à domicile, de l’observation de la maison par caméras 24/7 à l’observation de communautés en ligne. D’ailleurs, Marcus Engman, chargé de l’équipe de design chez IKEA, explique que le développement de produits doit toujours débuter à la maison. C’est pourquoi son équipe réalise des visites à domicile avant même d’entamer le design d’un produit par le biais du Programme de visite à domicile de l’entreprise³. L’ethnographie appliquée au design consiste donc en « un passage des données provenant du terrain vers un travail de création ».⁴
Tout commence par une question que IKEA ne pose pas : « Comment utilisez-vous votre sofa ». C’est une mauvaise question. Parce qu’elle suppose que vous savez. Et vous ne savez pas. Vous direz que vous vous asseyez dessus pour lire, discuter, regarder Netflix. Et pourtant… vous vous y allongez. Vous y dormez. Vos enfants le renversent. Votre chien le dévore. Votre culture le détourne. En Asie, on l’utilise comme dossier pour s’asseoir au sol.
C’est là qu’intervient l’ethnographie. Elle révèle ce que vous auriez censuré, oublié ou ignoré. Elle transforme un objet standardisé en réponse contextuelle. Et elle fait du design non pas un geste artistique, mais une traduction socioculturelle. L’approche IKEA repose sur une conviction simple : les idées ne naissent pas dans les brainstormings, elles naissent dans les salons, les cuisines, les entrées mal rangées.
IKEA se démarque sur le plan de la recherche et du design de plusieurs autres façons.
D’abord, depuis 2014, IKEA publie le Life at Home Report. Ce rapport annuel, accessible au public, aborde divers enjeux qui influencent le quotidien et la vie à la maison des gens à travers le monde. De Mumbai à Toronto, IKEA s’intéresse aux multiples conceptions de l’intimité, aux causes de la frustration à la maison, aux émotions que l’on y vit, etc.
En 2015, IKEA lance un projet singulier et volontairement discret : SPACE10. Installé à Copenhague, ce laboratoire indépendant, entièrement financé par l’entreprise, ne produit ni meubles ni services commerciaux. Il observe. Il enquête. Il interprète. Son terrain n’est pas le marché, mais les modes de vie.
Au cœur de SPACE10 se trouve une pratique ethnographique élargie. Les équipes s’intéressent aux gestes quotidiens, aux routines domestiques, aux contraintes invisibles et aux aspirations émergentes. Comment mange-t-on demain Comment partage-t-on l’espace Comment cohabitent humains, technologies et environnements Ces enquêtes ne visent pas à produire des données exploitables à court terme, mais à faire émerger des cadres d’interprétation.
En 2023, IKEA met fin à SPACE10 et intègre les apprentissages et les fonctions du laboratoire aux équipes internes. À l’image de certaines démarches ethnographiques, SPACE10 n’avait pas vocation à s’institutionnaliser, mais à transformer les manières de voir et de faire.