Toutes nos interactions professionnelles vont-elles passer par l'IA ?

Notre hypothèse : deux forces poussent dans le même sens. Les éditeurs installent l'IA dans tous les outils par lesquels nous échangeons, et chacun de nous va au moindre effort.

Faites l'inventaire de vos échanges d'une journée de travail. Presque tous passent par une interface : le mail, la messagerie d'équipe, la visio, le téléphone, le réseau professionnel. Or aucun des éditeurs de ces outils ne présente aujourd'hui une feuille de route sans IA. Ce constat est le point de départ de ce carnet, et notre conviction : si tous les tuyaux installent l'IA, toutes nos interactions passeront par elle, à un moment ou à un autre.

L'IA est dans le prix

Le mouvement le plus net s'est fait par le prix.

• Google a inclus Gemini dans ses forfaits Workspace Business et Enterprise le 15/01/2025, et le forfait Business Standard est passé de 12 à 14 dollars par utilisateur et par mois.
• Slack a intégré l'IA à ses forfaits payants le 17/06/2025, avec un forfait Business+ passé de 12,50 à 15 dollars ; son aide précise que couper toutes les fonctions d'IA ne change pas le prix.
• Microsoft a mis Copilot dans ses abonnements grand public en janvier 2025, puis relevé au 01/07/2026 la plupart de ses forfaits professionnels en y ajoutant des fonctions de Copilot Chat (grille de Microsoft).

L'IA fait désormais partie de ce que vous payez, que vous vous en serviez ou non. Payer n'est pas encore utiliser : Microsoft comptait 15 millions de licences Microsoft 365 Copilot payantes (la version complète, vendue à part) pour 450 millions d'abonnés professionnels en janvier 2026, puis plus de 30 millions à l'été (résultats de Microsoft, 29/07/2026).

À l'écran, un bouton

À l'écran, en revanche, les éditeurs installent surtout un bouton. Le résumé d'un fil dans Outlook se lance d'un clic (aide Microsoft) ; l'agent qui anime les réunions dans Teams est éteint par défaut et c'est l'organisateur qui l'allume. Aux États-Unis, Gmail affiche le résumé des longs fils sans action de l'utilisateur ; en Europe, il faut d'abord activer ses « fonctions intelligentes », éteintes par défaut selon l'aide de Google.

Deux exceptions vont dans l'autre sens, celui de l'IA installée d'office :

• Meta AI a été installé dans WhatsApp en Europe à partir de mars 2025 sans demande préalable des utilisateurs, selon l'autorité italienne de la concurrence, et aucun réglage officiel ne permet d'en retirer le bouton.
• Apple Intelligence est activé d'office sur les iPhone compatibles depuis la mise à jour de janvier 2025, désactivable dans les réglages (The Register) ; il est arrivé sur l'iPhone européen le 31/03/2025.

En Europe, le droit change le rythme et les règles : Apple dit retarder le nouveau Siri sur l'iPhone européen à cause du droit européen, ce que la Commission conteste, et la Commission européenne a imposé le 09/06/2026 à Meta de rouvrir gratuitement WhatsApp aux assistants concurrents de Meta AI.

La seconde force, c'est nous

L'offre ne suffit donc pas à expliquer le basculement. La seconde force est la nôtre, et c'est une conviction plus qu'une mesure : quand un objet rend une tâche plus facile, on finit par s'en servir, même quand la société trouve l'usage étrange au départ. L'IA est à un clic, ce clic coûte de moins en moins, et chacun va au moindre effort.

Notre hypothèse est que la rencontre de cette offre et de cette pente fera passer nos échanges par l'IA. La part qui y passe déjà, elle, n'est mesurée nulle part.

Quelques produits font de l'absence d'IA un argument. Le logiciel de dessin Procreate s'y est engagé en août 2024, la suite bureautique libre LibreOffice est sortie fin août 2026 sans aucune fonction d'IA générative, et Firefox permet depuis février 2026 de couper d'un coup toute l'IA. Aucun grand éditeur de mail, de messagerie d'équipe ou de visio n'a fait ce choix.

À cinq endroits possibles : elle aide celui qui écrit, elle trie ce qui arrive, elle résume pour celui qui lit, elle répond à notre place, ou elle échange avec l'agent d'en face. Selon l'interlocuteur, on en sait beaucoup ou rien.

Pour s'y retrouver, on a dressé une carte. Les lignes disent avec qui l'on échange au travail, les colonnes disent ce que l'IA fait dans l'échange. Chaque case dit ce qu'on sait vraiment de ce qui s'y passe, du plus solide au plus vide : prouvé par une étude ou une enquête ; chiffres du vendeur (ça existe et des gens s'en servent, mais seul l'éditeur le chiffre) ; disponible, usage inconnu ; testé en laboratoire ; promis ; rien de connu.

En partie, oui, et c'est mesuré. En 2024, environ 18 % du texte des réclamations envoyées à un régulateur américain et, selon le diffuseur, 16 à 24 % de celui des communiqués d'entreprise étaient générés ou retouchés par une IA. Un message assisté est souvent mieux reçu, mais avouer qu'on s'est fait aider coûte de la confiance.

Ce que mesure la recherche

La mesure de référence vient d'une équipe de Stanford, publiée dans Patterns en octobre 2025. Weixin Liang, James Zou et leurs collègues ont estimé, sur des corpus entiers, la part du texte généré ou substantiellement modifié par un modèle de langage, l'IA qui écrit, comme celle de ChatGPT. Les auteurs présentent leurs chiffres comme un plancher :

• environ 17,7 % dans les réclamations de consommateurs déposées auprès du Consumer Financial Protection Bureau, en août 2024 ;
• 23,8 % dans les communiqués diffusés par Newswire et 16,5 % dans ceux de PR Newswire, en septembre 2024.

L'éditeur de détecteurs Pangram a fait sa propre mesure, en comptant des documents et non des phrases : sur 178 672 communiqués diffusés par PR Newswire entre août 2025 et juillet 2026, il en compte 34 % qui contiennent du texte généré, avec un pic hebdomadaire à 48 % en juin 2026. Pangram juge au passage que les premiers mois avaient été surestimés ; il confirme la hausse depuis.

Ce qui se passe chez celui qui reçoit

La recherche donne une réponse en trois temps.

1. Personne ne sait reconnaître un texte de machine. Sur 4 600 participants, le taux de réussite tourne autour du hasard (Jakesch, Hancock et Naaman, PNAS, 2023).
2. Le message assisté passe souvent mieux. Dans une expérience de conversation réelle, le partenaire qui utilisait vraiment les réponses suggérées était jugé plus coopératif et plus proche, et ses messages étaient plus positifs, alors que celui qu'on soupçonnait de s'en servir l'était moins (Hohenstein et al., Scientific Reports, 2023).
3. Savoir coûte. Dans une série de 13 expériences, Oliver Schilke et Martin Reimann montrent que déclarer l'usage de l'IA fait baisser la confiance, et qu'être découvert par un tiers la fait baisser davantage (« The transparency dilemma », 2025).

Le coût n'est pas le même pour tous les messages. La mention « écrit avec l'aide de l'IA » fait chuter la chaleur perçue d'un remerciement ou d'une excuse, pas celle d'un reproche (Khadpe et al., 2025). Au travail, un mot de félicitations d'un manager est jugé sincère par 83 % des répondants quand l'IA a peu aidé, et par 40 à 52 % quand elle a beaucoup aidé, selon le communiqué de l'université de Floride sur l'étude de Cardon et Coman.

L'IA ne change pas pour autant, à elle seule, la manière dont on vous répond. Dans une expérience menée en 2026 sur 16 880 mails de travail, la réécriture d'un message par GPT-5 ne modifie pas directement le taux d'ouverture ni le taux de réponse ; une réécriture enjouée rend le mail plus positif, et un mail au ton positif est plus souvent ouvert et suivi d'une réponse (Ben-Zion et Lazebnik, prépublication de 2026). D'après les auteurs, l'IA agit par le ton qu'elle donne au message.

Le coût caché

Le « workslop », ce travail produit avec l'IA qui a l'air fini mais laisse le vrai travail à celui qui le reçoit, a été mesuré par une enquête : 38 % de 962 salariés de bureau américains disent en avoir reçu de leurs collègues dans le mois, et y perdre environ 3,4 heures par mois (Liebscher et al., 2026). L'enquête est déclarative et financée par un éditeur, mais elle dit bien où se déplace l'effort : vers celui qui lit.

Le volume double, le signal s'efface, et les machines se choisissent entre elles. Le recrutement est l'échange professionnel où l'on mesure le mieux l'IA aux deux bouts, et ce qu'on y voit donne une idée de ce qui peut arriver aux autres.

Le volume

Chez les plus de 6 000 entreprises clientes de l'éditeur de logiciel de recrutement Greenhouse, le nombre de candidatures par poste est passé de 116 en 2022 à 244 en 2025, et le nombre de recruteurs par entreprise est tombé de 10,4 à 4,6 (« The Hire Standard », mars 2026). LinkedIn recevait en juin 2025 en moyenne 11 000 candidatures par minute, 45 % de plus qu'un an plus tôt (Semafor, d'après le New York Times). La part de cette hausse due à l'IA n'est pas mesurée.

Un autre éditeur, Ashby, constate sur 109 millions de candidatures qu'en 2021, 7 à 8 % menaient à un entretien, contre 3,6 % pour les postes techniques et 4,7 % pour les postes business début 2026 (Ashby, avril 2026). Dans la zone Europe, Moyen-Orient et Afrique, le taux bouge à peine, de 7,1 % en 2022 à 6,7 % début 2026, selon une autre série du même éditeur, qui ne se compare pas terme à terme avec la première.

Le signal

Quand écrire une candidature sur mesure ne coûtait rien d'autre que du temps, l'effort disait quelque chose du candidat. Sur la plateforme de travail indépendant Freelancer.com, les employeurs payaient plus cher une candidature adaptée à l'offre ; depuis l'arrivée des modèles de langage, cette prime a disparu, selon Galdin et Silbert (2025). En France, les recruteurs ne sont plus qu'un sur cinq à accorder du crédit à la lettre de motivation, selon l'enquête Hellowork 2025, qui ne relie pas ce chiffre à l'IA.

Les machines se choisissent entre elles

À qualité égale, un modèle à qui l'on demande de trier des CV préfère celui qu'il a écrit lui-même dans 67 à 82 % des cas ; dans des recrutements simulés, le candidat qui utilise le même modèle que l'employeur a 23 à 60 % de chances en plus d'être présélectionné (Xu, Li et Jiang, 2025).

Les candidats ont compris que leur premier lecteur est une machine. Le premier chiffre vient d'une enquête de Greenhouse de novembre 2025, déclarative ; le second, du Boston Globe, qui rapporte ce que l'éditeur détectait dans les CV qu'il analysait.

L'entretien

L'entretien lui-même passe par l'IA, avec deux résultats opposés selon le format.

• Une voix artificielle qui se présente comme une IA. Dans une expérience menée aux Philippines sur 70 884 candidatures à des postes de service client, un entretien mené par un agent vocal a augmenté les offres de 12 %, les prises de poste de 18 % et le maintien en poste à 30 jours de 17 % ; quand on leur laissait le choix, 78 % des candidats choisissaient l'IA (Jabarian et Henkel, 2025).
• Un entretien enregistré face à un écran, puis noté. Selon des chercheurs de l'université Monash, ce format fait chuter de plus de moitié la poursuite des candidatures (Avery et al., 2026).

Une hypothèse réconcilie les deux résultats : une voix qui répond passe mieux qu'une caméra devant laquelle on parle seul.

En France

En France, l'IA est surtout du côté de celui qui écrit. L'enquête Hellowork d'octobre 2026 interroge candidats et recruteurs : 61 % des candidats ont déjà utilisé l'IA générative dans leur recherche d'emploi. Côté recruteurs :

• 93 % utilisent l'IA générative, 81 % pour rédiger ou améliorer leurs offres ;
• 8,5 % seulement s'en servent pour trier les candidatures, selon Hellowork.

Pendant ce temps, 62 % des candidats pensent qu'aucun humain ne lit leur candidature : ils croient donc l'IA plus présente dans le tri qu'elle ne l'est chez les recruteurs français.

Trois choses. Elle devient le premier lecteur de ce que vous écrivez. Elle se trompe souvent quand elle résume, et savoir que le résumé vient d'une IA ne vous protège pas. Et celui qui vous écrit peut s'adresser à elle plutôt qu'à vous.

La machine, premier lecteur

Là où l'on a mesuré, la machine lit déjà autant que l'humain. Sur les documentations techniques :

• chez Mintlify, les agents qui écrivent du code pour les développeurs faisaient en mars 2026 45,3 % des requêtes (Mintlify) ;
• chez GitBook, fin avril 2026, ils faisaient 51,8 % des consultations, robots d'indexation exclus, contre moins de 10 % début 2025 (GitBook) ;
• chez Stripe, près de 40 % du trafic de la documentation en 2025 (Stripe Sessions 2026).

Ce sont des chiffres d'éditeurs qui vendent des services pour agents, sur des publics de développeurs, mais ils racontent la même chose : dans le logiciel, ce qu'on écrit est déjà interrogé par une machine autant que lu par un humain.

L'achat suit le même chemin. Dans une enquête de Gartner auprès de 645 acheteurs B2B, 45 % ont utilisé l'IA générative lors d'un achat récent, surtout pour se renseigner sur les fournisseurs et les produits, et 69 % préfèrent faire valider par un commercial ce que l'IA leur a dit (Gartner, 20/05/2026). Gartner ne dit pas si ces acheteurs font lire par l'IA les documents mêmes des vendeurs ; on peut penser qu'une partie d'entre eux le fait déjà.

Un lecteur qui se trompe

Cette étude, la plus large à ce jour, a été menée par la BBC pour l'Union européenne de radio-télévision, avec 22 médias publics de 18 pays, dont Radio France, sur 3 062 réponses en 14 langues (UER et BBC, octobre 2025). Les problèmes portent le plus souvent sur les sources.

Dans le droit, les outils de recherche juridique à base d'IA de deux grands éditeurs hallucinaient entre 17 et 33 % du temps lors d'un test de Stanford au protocole publié à l'avance (Magesh et al., 2025), et la base tenue par Damien Charlotin recense 2 190 décisions de justice où un tribunal relève du contenu inventé par une IA, dont 14 en France (au 15/10/2026).

Un autre résultat porte sur la mémoire. Dans une expérience publiée en 2026, des chercheurs montrent à 331 personnes la vidéo d'un accident, puis un résumé écrit par ChatGPT où ils ont rendu faux, ou non, un détail. Après un résumé exact, 83,6 % donnent la bonne réponse sur ce détail ; après un résumé trompeur, 44,8 % (Sim, Eiger et Kohno, 2026). Croire que le résumé vient d'une IA ne protège pas.

Les éditeurs d'outils de réunion comme Otter ou Fireflies publient leurs nombres d'utilisateurs, mais aucune étude indépendante ne mesure leurs comptes rendus, alors qu'ils deviennent la mémoire officielle de ce qui a été décidé. La référence académique la plus proche, sur des modèles de 2023, trouvait au moins une incohérence factuelle dans 40 à 50 % des résumés de dialogues pour la plupart des modèles testés (TofuEval, 2024).

Un épisode résume le problème. Fin 2024, Apple Intelligence a attribué à la BBC une fausse alerte selon laquelle le suspect du meurtre d'un patron d'assurance américain s'était tiré dessus. Apple a suspendu les résumés des applications d'actualité en janvier 2025 (TechCrunch), puis les a rétablis avec un avertissement : le résumé peut changer le sens du titre. L'éditeur a gardé la fonction et confié la vérification au lecteur.

Un lecteur qui a ses préférences et qu'on peut piloter

Une IA qui lit n'est pas un lecteur neutre. Dans une étude publiée par PNAS en 2025, des modèles choisissent nettement plus souvent un produit ou un article décrit par un modèle que par un humain (Laurito et al.). Si l'IA de votre interlocuteur trie ou résume vos messages, elle peut avantager ceux qu'une IA a écrits, sans que personne l'ait décidé.

Elle peut aussi être pilotée par celui qui écrit. Deux démonstrations de chercheurs l'ont montré, sans attaque constatée :

• en juin 2025, un simple mail, rédigé comme un message d'affaires, pouvait contenir des instructions que l'assistant Microsoft 365 Copilot suivait ensuite, au point de faire sortir des données internes (BleepingComputer) ; Microsoft a corrigé la faille ;
• en juillet 2025, un texte invisible dans un mail suffisait à faire afficher par le résumé de Gemini dans Gmail une fausse alerte de sécurité (BleepingComputer).

Elles disent une chose simple : dès qu'une IA lit pour vous, chaque message que vous recevez a deux destinataires, vous et elle, et le second n'a pas votre jugement.

Les agents, ces IA qui agissent pour quelqu'un, entrent dans les canaux de travail, les standards pour les faire dialoguer existent, et les premières expériences donnent une idée de ce qui peut se passer si chacun a le sien : celui qui a le moins bon agent perd, et dans la seule expérience qui l'a mesuré, il ne s'en aperçoit pas.

Dans les canaux de travail

Les agents ne restent plus à côté de la conversation. Dans Slack, l'assistant Slackbot est devenu en janvier 2026 un agent personnel, et il comptait plus d'un million d'utilisateurs mensuels en septembre (Slack, 15/09/2026). Depuis août 2026, Anthropic fait lire tout un canal Slack à Claude avant qu'il décide d'intervenir (Claude Tag), et un bouton permet d'installer en un clic un agent construit ailleurs (Add to Slack).

Les standards techniques existent depuis fin 2024 : le Model Context Protocol d'Anthropic (novembre 2024) relie un agent à des outils et à des données, le protocole Agent2Agent de Google (avril 2025) fait dialoguer des agents d'éditeurs différents (annonce du 09/04/2025), et les deux sont désormais confiés à la Linux Foundation.

En production, face à des humains

Walmart a confié une partie de ses négociations avec ses fournisseurs à l'agent de la société Pactum, qui a conclu un accord avec 64 % des fournisseurs contactés lors du pilote (Harvard Business Review, 2022). Depuis novembre 2025, Google fait appeler des magasins américains par une IA qui se présente comme telle pour vérifier prix et disponibilités (TechCrunch), pendant que les commerces adoptent des voix artificielles à leurs bornes et à leurs drive. Les deux bouts se rapprochent, mais aucun cas documenté ne montre encore deux entreprises qui négocient en production par agents interposés.

Les expériences

Les expériences donnent un avant-goût, à petite échelle.

• Project Deal, chez Anthropic. En décembre 2025, Anthropic a confié à des agents Claude 100 dollars et le droit d'acheter et de vendre pour 69 de ses salariés, sur une place de marché interne dans Slack (Project Deal). Dans les versions où le modèle était tiré au sort, les salariés représentés par le modèle le plus puissant ont vendu 2,68 dollars plus cher et acheté 2,45 dollars moins cher par objet ; ceux représentés par le modèle le plus léger ont jugé leurs échanges aussi équitables que les autres.
• Magentic Marketplace, chez Microsoft. Dans cette simulation, des agents clients ont un fort biais pour la première offre reçue, ce qui donne au vendeur le plus rapide un avantage de 10 à 30 fois sur le meilleur (Magentic Marketplace).
• Le concours du MIT. Sur plus de 180 000 négociations entre agents, la chaleur relationnelle va avec de meilleurs accords, et des tactiques propres aux machines apparaissent, comme glisser des instructions dans l'échange pour piloter l'agent d'en face (Vaccaro et al.).

Ces résultats posent une question nouvelle. Quand votre agent négocie, vous ne voyez que le résultat, et dans Project Deal, ceux qui avaient le moins bon agent n'y ont rien vu d'anormal.

La chaîne complète, dans une équipe de bureau : un message écrit avec l'IA, transporté par l'outil, lu par l'IA du destinataire. Aucune étude ne la suit. Chez nous, elle existe déjà.

Hors du recrutement et des marchés simulés, les mesures de ce carnet portent sur un maillon. On sait mesurer ce qu'une machine a écrit, on sait mesurer les erreurs d'une machine qui résume, on observe l'IA aux deux bouts dans le recrutement et dans des marchés simulés. Personne n'a encore suivi la chaîne quotidienne du travail de bureau, du message rédigé par l'assistant de l'un au résumé lu par l'assistant de l'autre, ni mesuré ce qu'une décision prise sur la foi d'un compte rendu automatique doit à ses erreurs.

Un collègue de notre groupe fait écrire ses messages Slack par Claude ; de l'autre côté, un autre Claude les lit, en tire l'information utile et prépare la réponse. Les deux IA ne se parlent pas directement : chacune travaille pour l'une des deux personnes, à un bout du message. Nous ne l'avons pas mesurée non plus, et ce seul cas montre seulement que cette chaîne existe déjà dans une équipe comme la nôtre.

Cette expérience pose les questions que la recherche n'a pas encore traitées :

• Qu'est-ce qui se perd entre ce que l'un voulait dire et ce que l'autre a retenu ?
• Qui relit ?
• Qui est responsable quand le résumé a déformé le message ?
• Que devient la relation entre deux collègues qui se lisent surtout à travers leurs assistants ?

La chaîne complète du travail de bureau, l'effet des comptes rendus automatiques sur les décisions, la part réelle de nos échanges qui passe par l'IA, et une bonne partie de ce qui se passe en Europe.

• La chaîne complète n'est mesurée nulle part. Aucune étude ne suit un message de l'assistant qui l'écrit à l'assistant qui le lit, dans une équipe réelle.
• Les comptes rendus des outils du marché ne sont pas évalués. On connaît les erreurs des résumés d'actualité et des outils juridiques ; personne n'a publié de mesure indépendante sur les résumés de réunion de Teams, Zoom, Otter ou Fireflies.
• La part réelle des échanges qui passe par l'IA est inconnue. Les éditeurs publient des nombres d'utilisateurs ; aucun ne publie la part des messages rédigés ou résumés par une machine.
• L'Europe et la France sont peu mesurées. Presque toutes les études sont américaines ou anglophones ; la mesure de Liang ne porte que sur l'anglais.
• Les agents qui représentent des personnes au travail n'ont été étudiés qu'en laboratoire. Ce que deviennent l'équité et la responsabilité quand deux agents de force inégale négocient reste à observer en conditions réelles.

Distinguer la mesure indépendante du chiffre d'éditeur et du sondage, dater chaque chiffre, et séparer l'Europe des États-Unis.

• Plusieurs chiffres de ce carnet viennent d'éditeurs qui vendent l'outil mesuré ou un service lié : Greenhouse et Ashby (logiciels de recrutement), Mintlify et GitBook (documentation), Pangram (détection de texte généré), Microsoft, Slack, et Anthropic pour l'expérience Project Deal, menée sur ses propres modèles. Ils mesurent leurs clients, qui ne représentent pas tout le marché.
• Les enquêtes de Greenhouse, de Hellowork et de Gartner rapportent ce que les gens déclarent, sans observer ce qu'ils font : 41 % des candidats américains disent cacher du texte dans leur candidature, Greenhouse en détecte environ 1 %. Hellowork ne précise pas toujours la base de ses pourcentages. La baisse du nombre de recruteurs par entreprise chez Greenhouse peut tenir aussi à l'évolution de sa clientèle.
• Les séries bougent : Pangram, qui compte des documents là où Liang estime une part de phrases, conteste le rythme de départ mesuré par Liang, et les deux séries d'Ashby ne partent pas de la même année.
• Les réglages par défaut ne sont pas les mêmes en Europe et aux États-Unis : les fonctions intelligentes de Gmail sont éteintes par défaut dans l'Espace économique européen, et Apple dit ne pas pouvoir y sortir le nouveau Siri sur l'iPhone.
• Les expériences sur les agents (Project Deal, Magentic Marketplace, MIT) sont des simulations ou des marchés internes, aux enjeux faibles ou fictifs.
• Le chiffre de 15 millions de licences Copilot payantes en janvier 2026 vient d'un cabinet d'analyse qui reprend la présentation de Microsoft ; nous ne l'avons pas relu chez Microsoft.