Les prédictions de Gartner sur ce que l’IA va changer au travail

2026 s’annonce comme une année de vérité pour l’IA en entreprise. Les promesses sont grandes, les résultats encore inégaux et les organisations naviguent en terrain incertain. Dans un article publié récemment dans la Harvard Business Review, Gartner a analysé les dynamiques en cours pour dégager neuf prédictions sur ce que l’IA va réellement changer au travail. En voici les principales.

1. L’IA progresse moins vite que les réductions d’effectifs

Beaucoup d’entreprises ont réduit leurs effectifs en 2025 en anticipant des gains de productivité liés à l’IA. Une logique risquée : selon Gartner, moins de 1 % des licenciements du premier semestre 2025 étaient dus à l’augmentation de la productivité des employés grâce à l’IA. Ce sont donc des économies spéculatives, fondées sur des bénéfices attendus mais pas encore au rendez-vous.

Le retour de bâton pourrait être douloureux. « Si le rythme de développement de l’IA est inférieur à celui des besoins actuels des entreprises, ces dernières devront réembaucher, souvent à un coût plus élevé, les talents qu’elles ont licenciés prématurément, afin d’atteindre leurs objectifs », écrit Gartner.

En attendant que la technologie atteigne le niveau de maturité escompté, l’enjeu pour les RH sera donc de s’assurer que les équipes restent dimensionnées et compétentes pour répondre aux besoins immédiats de l’entreprise, sans compromettre la transition vers un modèle intégrant l’IA.

2. La culture affichée ne correspond plus au vécu des collaborateurs

Dans la plupart des entreprises, l’IA ne s’est pas (encore) traduit par des horaires étendus, une évaluation plus musclée et la fin du télétravail. Les exigences de productivité vis-à-vis des salariés sont plus subtiles mais tout aussi réelles. « Cette pression verticale sur la performance engendre une profonde dissonance culturelle, dans laquelle la culture affichée par de nombreuses organisations ne reflète plus la réalité du quotidien des employés », indique Gartner.

Ce fossé a un coût : désengagement, baisse de performance, attractivité employeur dégradée… Pour y remédier, Gartner préconise aux entreprises de miser sur la transparence en étant claires, en interne comme en externe, sur ce qu’elles attendent vraiment de leurs collaborateurs, que ce soit en termes de disponibilité, de lieu de travail ou de productivité.

3. L’IA dégrade la santé mentale des collaborateurs

Les entreprises investissent massivement pour comprendre comment l’IA va transformer leurs process. Elles s’interrogent beaucoup moins sur ce qu’elle fait aux personnes qui l’utilisent au quotidien. Pourtant, les signaux s’accumulent : une utilisation intensive des outils d’IA générative peut affecter l’équilibre cognitif et émotionnel des collaborateurs. « 91 % des DSI et responsables informatiques [interrogés par Gartner] estiment que leurs entreprises consacrent peu, voire pas du tout, de temps à l’analyse des effets comportementaux de l’IA. Ce manque de suivi engendrera des pertes en termes de bien-être, de performance et de productivité », note le cabinet.

Et le sujet dépasse le seul cadre du bien-être. Des risques juridiques émergent, encore peu anticipés. Par exemple, si un collaborateur adopte un comportement problématique après avoir utilisé un outil IA mis à sa disposition, son licenciement pourrait être contesté. D’où l’importance pour les organisations d’intégrer la dimension psychologique et cognitive dans leur politique d’usage de l’IA, avant que les coûts humains ne se répercutent sur la performance collective.

4. L’IA permet de produire plus mais moins bien

En voulant accélérer la productivité, beaucoup d’entreprises ont poussé leurs collaborateurs à utiliser l’IA sans suffisamment les y préparer. Conséquence, une hausse du volume de production qui cache une dégradation de la qualité. Contenus approximatifs, erreurs non détectées, livrables à retravailler : chaque correction prend en moyenne près de deux heures, selon une étude citée par Gartner. Un paradoxe qui explique en partie pourquoi le retour sur investissement de l’IA reste difficile à démontrer.

Et cette tendance devrait s’accentuer cette année. Plus les entreprises pressent leurs équipes à utiliser l’IA sans accompagner la gestion du changement, plus le risque de produire un travail de faible qualité augmente. « À l’inverse, les organisations qui concentrent leurs investissements en IA sur la résolution concrète des principaux problèmes rencontrés par leurs employés constateront des taux d’adoption inférieurs à ceux des organisations qui imposent l’utilisation de l’IA à leurs employés, mais un travail de meilleure qualité et des retours financiers plus élevés sur leurs investissements en IA », prédit Gartner.

5. Le besoin de remettre de l’humain dans le recrutement

En quelques années seulement, l’IA a pris une place non négligeable dans les processus de recrutement : pour postuler et se démarquer côté candidats, pour traiter un volume croissant de candidatures et détecter les meilleurs profils côté recruteurs. Conséquence de cette situation, la confiance s’érode, des deux côtés. Selon une enquête Gartner menée fin 2024 auprès de 3 300 candidats, un sur deux doute de la légitimité des offres auxquelles il postule. Et d’ici 2028, le cabinet estime qu’un quart des candidatures reçues par les entreprises pourraient être des faux profils.

Supprimer les recruteurs du processus pour aller encore plus loin dans l’automatisation serait une option très risquée. Sans même parler du cadre légal, un recrutement entièrement piloté par l’IA exposerait à des taux de refus d’offres plus élevés et à davantage d’absences le premier jour. « Les stratégies de recrutement les plus performantes à l’ère de l’IA associeront des approches « personnalisées », telles que les événements en présentiel et les évaluations de compétences expérientielles, aux outils d’IA émergents (par exemple, les agents d’entretien) afin de maintenir la qualité des viviers de candidats tout en maximisant l’impact des activités des recruteurs », anticipe le cabinet.